标签
REALMS是一个用于实时精确受众规模测量的对话AI系统，使用LLMs和嵌入技术，使营销人员能够用自然语言查询高维画像数据，并在生产环境中快速获得精确计数。
本文提出了一种新的张量半张量积，并开发了一种多项目随机化张量奇异值分解（MSTP-SVD），以提高视觉数据处理任务中的低秩近似精度和计算效率。
FloDR是一种基于归一化流的降维方法，可生成可逆嵌入，同时保留局部和全局结构，并提供如条件扩展和隐藏对比等诊断工具。
本文介绍了GOTabPFN，一种结合了图引导排序与局部精炼（GO-LR）及神经启发子单元压缩（NSC）的方法，使得小型表格基础模型能够在无需重新训练大型骨干网络的情况下，有效进行高维低样本量预测。
AdaGraph是一种图原生聚类算法，在kNN图拓扑结构内运行，以克服维度灾难，并通过结构中心机器学习范式在基因组学、自然语言处理和材料科学领域得到验证。
RSNet 是一个开源 R 包，提供了基于重采样的框架，用于在高维数据中进行稳健且可解释的网络推断，支持偏相关网络和条件高斯贝叶斯网络，并包含图元基元拓扑分析。