标签
本文介绍了NLP心理测量学，这是一个将文本心理预测视为心理测量问题的框架。通过使用LLM人格、情感画像以及句法-语义网络与随机森林回归器，该框架解释了心理健康评分中高达76%的方差，并展示了合成数据在心理测量预测中的前景与局限。
本文对事后分析方法（随机森林替代模型、LIME、PCA）在检测聚类结果中的结构化模式方面进行了比较评估，使用注入模式的人工合成数据集。研究发现，没有一种方法能持续检测所有模式类型，凸显了现有可解释性工具的不足。
提出SymCA，一种利用LLM将标注物化为全局到局部符号决策过程的可解释列标注框架，相较于基线取得了显著的准确率提升。
CommuniWave是一种引入的机器学习模型，通过行为捕获、YOLOv10和随机森林来量化城市社区中的非正式行为程度(DIB)，为城市管理者提供动态监控。
本文为随机森林集成大小选择中基于三元组的高原搜索开发了一个平稳分布理论，将中心集成大小建模为生灭马尔可夫链，并推导了平衡方程和渐近性质。
对一篇兜售77%胜率随机森林策略的热门量化帖子的评论，指出该方法只是斯坦福免费讲座中的标准集成学习，且过去的表现不能保证未来的结果。
本文提出了一种混合机器学习方法，用于激光粉末床熔融增材制造中的实时熔池监测，结合EfficientNetB0特征提取与随机森林分类，实现了高精度和亚毫秒级的推理时间。
一位研究者描述构建了一个具有27万个参数的深度学习模型，用于从拓扑指数预测熔点，达到了R² 0.6399，并询问是否应该发表这些结果。
本文应用随机森林递归特征消除（RF-RFE）对尼日利亚住户调查数据进行分析，旨在识别能够准确分类贫困状态、五分位分布和不平等位置的最小预测因子。研究表明，机器学习可以在减少数据需求的同时，保留用于监测贫困与不平等的分布信息。
本文介绍了FederatedRSF，一个用于联邦随机生存森林的Python包，它能处理跨机构的部分重叠医学数据而无需共享原始数据，并在乳腺癌数据上展示了与集中式训练相当的性能。
# 互惠协同训练（RCT）：通过强化学习耦合基于梯度与不可微模型 来源：[https://arxiv.org/html/2604.16378](https://arxiv.org/html/2604.16378) Yunshuo Tian¹, Akayou Kitessa¹, Tanuja Chitnis², 和 Yijun Zhao¹ 1 纽约市福特汉姆大学计算机与信息科学系 2 马萨诸塞州波士顿市Mass General Brigham医院神经科 ###### 摘要 大型语言模型 \(LLMs\) 与经典机器学习方法提供互补...