search-dynamics

本文使用言语流畅性数据比较人类与大语言模型之间的语义搜索动态，发现人类表现出更加多变和探索性的搜索模式，而当前模型无法重现这些模式。

本文系统研究了不同评估目标（准确率、轮廓系数、PCA重构损失）以及子集大小正则化方向如何影响多目标无监督特征选择中的搜索动态与解质量，结果表明基于轮廓的公式倾向于产生琐碎的低基数解，而PCA损失则能生成紧凑且具有竞争性准确率的子集。