标签
本文介绍了一个探索性基准测试，用于在动态交易图中检测稀疏环欺诈，采用量子启发式上下文机器学习（CML）与GRU基线进行比较，发现结合身份保持与拓扑摘要的混合图特征取得了最佳结果。
AttnGen是一个注意力引导的训练框架，它将可解释性嵌入到用于基因组序列分类的深度神经网络优化中，实现了更高的准确率，并鼓励模型关注信息性核苷酸位置。
GLiClass调整了GLiNER以实现高效的序列分类，具备零样本和少样本能力，并引入PPO用于数据稀缺条件下的多标签文本分类。