09:50
arXiv cs.AI@Hanli Xu, Fengxiang He, Sarat Moka
推荐理由：这篇论文从局部质量角度拆解贝叶斯推理，用Mass Index和RE-KL两个新工具分析了KL散度忽略的局部行为，做变分推断的朋友可以看看。
全部 AI 动态
AI 相关资讯全量信息流
6月26日
09:50
该论文引入质量指数（Mass Index）记录贝叶斯推断中局部质量的幂和对数衰减尺度，并提出正则化扩展KL散度（RE-KL）以处理奇异成分。作者证明在KL散度的两个方向下，局部小球质量的绝对、相对和方向性不等式。实验提供了受控的局部行为示意图。代码已开源。
6月19日
11:43
11:43
arXiv cs.LG@Qingyang Zhu, Eric Karl Oermann, Kyunghyun Cho
推荐理由：这篇论文提出多任务贝叶斯ICL框架，速度比传统方法快几个数量级，还能适应新先验，在温度预测上表现很好。
6月16日
20:46
AITOP6月16日 20:46
6月12日
12:57
AITOP6月12日 12:57
6月11日
15:28
AITOP6月11日 15:28
15:23
AITOP6月11日 15:23
15:07
AITOP6月11日 15:07
5月13日
19:12
19:12
arXiv cs.AI@Eric Bigelow, Raphaël Sarfati, Daniel Wurgaft, Owen Lewis, Thomas McGrath, Jack Merullo, Atticus Geiger, Ekdeep Singh Lubana
精选
推荐理由：这项研究把 LLM 上下文学习的黑箱过程可视化成了几何轨迹，做可解释性、推理机制或认知建模的研究者值得关注——它提供了干预模型信念的实操方法，看完会有启发。