hierarchical-modeling

标签

Cards List
#hierarchical-modeling

Coupled Usage-Sense Processes: 时间性与可归因的词汇语义变化

arXiv cs.CL ↗ · 2026-09-28 缓存

本文介绍了Coupled Usage–Sense Processes (CUSP),一个用于分析词汇语义变化的层次化模型,通过量化词语使用中随时间变化的时间、机制和归因。

0 人收藏 0 人点赞
#hierarchical-modeling

OptiSkill:基于LLM的优化建模的层级式与演进式技能库

arXiv cs.AI ↗ · 2026-09-23 缓存

OptiSkill是一个框架,用于构建一个层级式与演进式的技能库,以支持基于LLM的运营研究建模,通过存储和验证跨问题的可重用技能来提高公式化准确性。

0 人收藏 0 人点赞
#hierarchical-modeling

MOSAIC:通过层次语义对齐编排协作知识追踪

arXiv cs.LG ↗ · 2026-06-30 缓存

MOSAIC是一种新颖的框架,利用冻结的大语言模型生成语义嵌入和层次化预测提示用于知识追踪,在多个基准上取得了最先进的结果。

0 人收藏 0 人点赞
#hierarchical-modeling

EHR基础模型中ICD代码的分层建模

arXiv cs.AI ↗ · 2026-06-16 缓存

本文研究了在EHR基础模型中显式编码ICD-10-CM层级结构的方法,采用层级令牌增强和基于图结构的代码表示。在MIMIC-IV和eICU上的实验表明,与扁平代码表示相比,该方法在域内和跨数据集预测任务中均有改进。

0 人收藏 0 人点赞
#hierarchical-modeling

表征先于像素:语义引导的分层视频预测

Hugging Face Daily Papers ↗ · 2026-04-13 缓存

Re2Pix 是一个分层视频预测框架,通过首先使用冻结的视觉基础模型预测语义表征,然后将这些预测作为条件输入到潜在扩散模型中以生成逼真的帧,从而改进未来视频生成。该方法通过嵌套丢弃和混合监督策略解决了训练-测试不匹配问题,在自动驾驶基准测试中实现了更好的时间语义一致性和感知质量。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈