标签
该论文提出了 ICARE 框架,将通过表征学习进行的实例选择与特征级和 logit 级知识蒸馏相结合,以实现跨领域文本分类,同时缓解多任务自然语言推理(NLI)系统中的灾难性遗忘。该框架在多个基准数据集上显著提高了目标领域的准确率,并减少了遗忘。
本文介绍了 NER-D,一个面向德语命名实体识别(NER)的跨领域基准,涵盖 9 个领域的 13 个数据集。该研究比较了专有大语言模型(GPT-5.4 mini)和开源模型在提示、上下文学习及 LoRA 微调设置下的表现,发现经 LoRA 微调的小型模型能够显著优于专有模型基线。
该论文研究 on-policy 蒸馏如何隐式重塑 LLM 智能体的 ReAct 交互模式,发现跨域监督可能导致负迁移,并提出基于教师偏好变化的选择性 OPD 来缓解该问题。
MaSS 通过解耦结构表征与上下文特征并引入场景结构判别目标,使自监督单目深度估计可扩展到多样场景训练,并在零样本评估中展现出强大的跨域泛化能力。
AI 已在22个科学领域中发现了此前“隐藏在明处”的解决方案,表明跨学科AI辅助发现具有广泛潜力。
FoundAna 引入了一种用于图异常检测的基础模型,它集成了 GNNs 和 transformers,实现了可泛化的跨图性能,在多个基准数据集上展示了优越的结果。
本文介绍了CHARM,一个整合心理构念以提升性能的道德基础检测框架,展示了改进的跨域泛化能力及其在COVID-19话语中的应用。
本文提出使用言语行为作为辅助学习信号,以在低数据和跨领域设置中改进对话脱轨预测,并展示了在多个数据集上的性能提升。
本文提出多模态生成模糊系统(MMGFS),通过模糊推理和多跳推理解决模态偏差和不确定性,以提升多模态问答性能,并在多个基准测试中展示改进。
This paper introduces PAC-Bayes-regularized Meta-LoRA for cross-domain LLM personalization, enabling zero- and few-shot adaptation to user preferences while preventing overfitting under sparse evidence. Experiments on benchmarks like HiCUPID show significant improvements in cross-domain win rates and cold-start scenarios.
This paper introduces LUNAR, a benchmark for evaluating how large language models personalize responses from longitudinal app interaction histories across daily-life domains such as clothing, food, housing, and mobility. Experiments on 19 mainstream LLMs reveal that effective personalization depends on evidence selection and cross-domain integration, and that stronger personalization can come at the cost of privacy protection.
TenStrip/10Eros-Max是一个实验性AI模型,通过正交投影从LTX 2.3、Wan 2.2和Krea 2视频与图像扩散模型中迁移学习模式,以修改MiniMax H3基础模型,增强美学与运动特性,同时保留核心视频和音频功能。
这篇arXiv论文介绍了ProGFM,一种传播感知的图基础模型,将边与特征维度之间的传播关系视为可迁移的知识单元,从而实现自适应聚合并提升跨域泛化能力。
本文提出GenCDSR,一种用于跨域序列推荐的生成式框架,采用混合分词与串并化解码,在准确率上优于现有最优基线,并将推理延迟显著降低。
介绍了NEXUS,一个约300万参数的轻量级基础模型,在LHC对撞数据上进行预训练,展示了在引力波、洪水预测和神经活动等任务上的改进下游性能及跨域迁移能力。
本文介绍了面向上下文赌博机的跨域离线策略评估与学习(OPE/L),允许利用多个源域的日志数据来改进目标域中的策略评估与学习,这些目标域面临少样本数据、确定性日志策略和新动作等挑战性条件。
Moir是一种通过将保留分布与模型自身的解码分布对齐来改进大语言模型跨领域知识编辑的方法,避免了对外部语料库的依赖。它能在多个模型和编辑器上一致地保留像数学推理这样的复杂能力。
本文介绍了一个框架,用于测试大型语言模型是否在不同领域表现出一致的风险态度。研究发现,大多数大型语言模型在风险态度上表现出任务内和跨领域的稳定性,并趋近于比人类更窄的分布。
SinAE 提出了一个基于普通Transformer的单架构流匹配自编码器,能够在分子、晶体和蛋白质上实现近乎无损的重建,支持跨域训练,并在标准基准测试中展现出强大的生成性能。
本文评估了大语言模型内部表示中的幻觉信号是否能够跨语言和领域泛化,重点关注阿拉伯语↔英语,使用TruthfulQA和HalluScore进行评估。结果表明,大多数模型具有可迁移性,跨语言性能取决于类别可分性和语言对齐程度。