10:39官方账号arXiv cs.AI@Gijs Kassenaar, Zhao Yang, Vincent François-Lavet研究自适应推理模型,通过选择三种模式(无思考、简短推理、扩展推理)来自动分配推理努力。在MATH模型上,简短模式比扩展模式更准确,平均响应长度减少了41%。该模型在多个基准测试中表现良好,无需重新训练即可迁移到其他任务。论文自适应推理计算分配MATH模型推荐理由:这篇论文介绍了一种自适应推理模型,通过选择不同的推理模式来优化计算分配,这在处理不同难度的问题时非常有用,值得一看。原文稍后读已读值得跟进有用关注 自适应推理
18:20官方一手Pandaily@contact@pandaily.com (Pandaily)精选傅聪团队与厦门大学联合提出ManCAR框架,一种流形约束自适应推理方法。在推荐任务上,ManCAR在NDCG@10指标上取得最高46.88%的提升。该框架通过流形约束捕捉用户偏好的非线性结构,结合自适应推理增强生成式推荐的准确性。实验结果在多个基准数据集上验证了其有效性。AI模型ManCAR傅聪推荐系统推荐理由:傅聪团队和厦大搞了个ManCAR新框架,做推荐比之前方法强了将近一半,用流形约束让推荐结果更准更靠谱。原文稍后读已读值得跟进有用关注 ManCAR
10:33官方账号arXiv cs.LG@Junshu Sun, Wanxing Chang, Qingming Huang, Shuhui Wang本文提出AdaR,一种自适应递归图模型,解决预训练图模型与固定架构不匹配问题。理论分析证明步骤依赖是自适应递归收敛的充要条件。AdaR通过编码归一化步骤信息和表示-目标关系实现自适应推理,并利用梯度监督信号确保递归收敛。在归纳和直推设置下,AdaR在多项图学习中优于现有强基线模型。AI模型AdaR图学习测试时计算推荐理由:AdaR让图模型在测试时自己调整推理步数,不用重新训练,效果比传统图神经网络好。原文稍后读已读值得跟进有用关注 AdaR