标签
本文研究了将专用语言模型适配为面向特定语料库的古代语言句子编码器的无监督策略(TSDAE 和无监督 SimCSE),表明这些策略在拉丁语和古希腊语的圣经文本复用检测任务中优于基线方法,并将该处理流程作为 Paraphrasis 在线工具发布。
提出基于局部本征维数(LID)的无监督特征选择方法LIDFS,通过对特征点进行最大似然LID估计排序特征,在23个高维数据集上取得领先的分类与聚类性能,且运行速度快于最接近的竞品方法。
一篇 Reddit 帖子分享了 UnEZ 论文,介绍了一种完全无监督且可直接解释的神经网络,它类似于自编码器,但具有可解释的潜在空间,并向社区询问是否有相关架构。
该论文研究在769维特征下,完整人类基因评分数据集与激酶基因子集是否呈现相同的聚类结构,通过四种聚类方法比较发现最优聚类数均为两类。
该论文提出将关联规则挖掘(APriori/FP-Growth)作为无需标注的无监督框架,用于新闻框架检测,并在加沙战争报道的2.5万余篇多语种新闻上验证了其识别跨媒体军事框架与事件驱动框架转变的能力。
AnoMix 提出一种多教师排序蒸馏方法(CoRank),将多个异构无监督时间序列异常检测器蒸馏为单一轻量学生模型(<80k 参数),在七个基准数据集上优于单个检测器和静态分数集成,其零样本变体还能在未见数据集上超越大型时间序列基础模型。
本文提出了TEAL框架,通过Explorer与Critic两个智能体,在无标签条件下为数据湖分析的编码智能体自动构建并优化可复用工具库;同时引入TEAL-Q生成合成问题,在KramaBench和LakeQA上,显著提升了多个Worker LLM在紧凑步数预算下的表现。
提出一种无需人工偏好标注的多模态奖励建模方法:在冻结的 Qwen3-VL 骨干网络的中间层上训练线性探针,通过扰动字幕对比进行训练,在多个基准上达到或超过 GPT-4o,且微调计算量仅为千分之一。
该论文基准测试了超双曲空间与欧几里得空间的变分自编码器(VAE)在无监督专利权利要求分类与先验检索中的表现,发现超双曲模型能多检索 52% 的跨类别先验技术,并提出可预测方法适用性的领域特征指标。
SAGE 提出了一种在冻结的表示自编码器空间潜变量中直接学习显著因子的方法,并以参考图像的显著表示条件化扩散 Transformer,实现无监督子类型发现与条件化生成,在 Digits-ImageNet、FFHQ 和视网膜 OCT 上显著优于基线。
FB-GDM 引入了一种用于高维线性逆问题的全贝叶斯引导扩散方法,消除了针对每个任务的超参数调优,并展示了相对于现有技术的稳健性能提升。
本文通过几何条件分析基于重建的无监督学习的失败,并提出新方法如Dynamic Push and Pull来增强异常检测性能。
本文引入sheaf正则化以稳定去中心化SyncMap用于无监督连续分块,实现更高的归一化互信息和对输入分布偏移的更好适应。
本文提出了UGCAD,一个使用变分图自编码器和聚类来检测物联网网络流量中集体异常的无监督框架,基准数据集上的实验展示了其有效性。
本文提出一种无监督、免训练的方法,通过采样和PCA(主成分分析)在大语言模型隐藏激活中发现提示条件风格轴,并通过人类研究进行验证。
DSD是一种基于扩散的方法,用于在模拟人形控制中发现多样且可复用的运动技能,通过更广泛的行为覆盖改进了先前的技能发现技术。
本文提出了一种用于解决最小支配集问题的无监督图神经网络框架,显著提高了速度并实现了在社交网络影响力最大化中的泛化能力。
本文使用1,744张Robert Smithson的Spiral Jetty的Landsat和Sentinel-2卫星图像,计算多特征复杂性特征,揭示图像复杂性作为湖泊水位和气候指标在40年间的领先指标。
本文表明层次聚类可以同时满足尺度不变性、丰富性和一致性公理,解决了Kleinberg针对平面聚类的不可能性定理。它构建了可接受的层次方法,并分析了它们的多样性和共同骨架。
本文提出一种图字典学习框架,该框架通过滤波拉普拉斯和最优传输距离将图表示为高斯分布,在图聚类和分类任务中实现了具有竞争力的性能。