11:32arXiv cs.AI@Arunkumar V, Manoranjan Gandhudi, Gangadharan G. R., Arun Prakash, S. SenthilkumarRAID框架利用多语言嵌入模型将文本元数据映射到共享语义空间,构建归纳检索图实现新项扩展。在严格冷启动协议下,RAID在预测准确率上超越当前强基础模型,同时预测区间覆盖率更优。其非自回归解码将推理延迟降低一个数量级。此外,RAID支持零样本跨语言迁移,仅使用英文描述训练即可泛化至其他语言。论文RAID多语言嵌入冷启动预测时间序列预测跨语言迁移推荐理由:这篇提出了RAID,用元数据语义和图扩散搞定时间序列冷启动预测,精度高、跨语言、延迟还低,挺实用的。原文
10:07arXiv: OpenAI@Adib Sakhawat, Fardeen Sadab, Atik Shahriar精选多语言嵌入模型假设跨语言检索是对称的,但实际中并非如此。研究使用 6,518 条英、孟、印、阿语习语和谚语平行语料,测试了 Gemini、Mistral、OpenAI-L、OpenAI-S、Qwen 五个编码器,发现 hubness(中心性)是导致检索不对称的主要几何病理,而非各向异性、质心漂移或向量幅度。在预注册实验中,hub mass 对互惠性的联合回归主导份额达 49.5%,是次优预测因子的 1.68 倍,而基于 hub 感知的 CSLS 评分修正可缩小 63.5% 的最差-最佳互惠差距。研究建议用 CSLS 替代余弦相似度作为多语言嵌入管道的默认检索指标。论文多语言嵌入检索不对称HubnessCSLS余弦相似度推荐理由:多语言检索不对称是实际部署中的常见痛点,做跨语言 NLP 或搜索的团队可以直接用 CSLS 替换余弦相似度,效果提升显著且无需重新训练模型。原文