7月29日
09:36
09:36官方账号arXiv cs.LG@Moisés Santos, Peter van der Putten, Bernhard Pfahringer, Carlos Soares
Rashomon Alignment (RA) 从几何视角衡量两个模型的功能相似性,不依赖于特定数据分布。RA 通过均匀采样计算几何对齐,在超过90个数据集上进行了实验。实验结果表明,几何对齐与分布对齐提供互补的相似性信息。RA 可用于模型选择、集成构建和模型可解释性。
推荐理由:这篇论文提出了一个衡量模型相似性的新方法,从几何角度看模型决策边界,在90多个数据集上验证了效果,适合需要做模型选型或集成的朋友参考。
7月8日
10:16
10:16官方账号arXiv cs.LG@Naveen George, Naoki Murata, Yuhta Takida, Konda Reddy Mopuri, Yuki Mitsufuji
TILDE 提出一种新的概念遗忘框架,将遗忘问题形式化为分布对齐任务。该方法通过能量倾斜条件分布,在抑制目标概念图像生成的同时保持提示的良性相对质量。实验在对象、艺术风格和角色等场景下,TILDE 实现强力遗忘,并在保留质量和分布保真度上超越现有基线。
推荐理由:这篇论文提出了 TILDE,通过分布对齐让概念遗忘模型既能精准擦除目标,又不会牺牲常规生成质量。
6月26日
10:42
10:42官方账号arXiv cs.LG@Nicholas Pulsone, Gregory Goren, Roee Shraga
论文研究了BEACON框架在低资源、领域感知实体匹配任务中的表现。通过一系列针对性实验,分析了分布对齐策略和数据可用性条件对性能的影响。揭示了不同算法选择如何改变BEACON的行为。
推荐理由:BEACON在低资源实体匹配上表现不错,但你知道它为啥管用吗?这篇论文给你答案。