在线金融新闻的多种来源会影响市场的变动和交易者的决策。这强调了对准确的情感分析的需求，除了拥有适当的算法交易技术以达成更好的交易决策。标准词典的情感方法已经证明了他们在协助财务决策方面的权力 ...

大型语言模型越来越多地用于处理文档并促进对其进行提问。在我们的论文中，我们针对这种现实世界的语言建模任务提取机械电路：用于提取问题的上下文提问（QA）任务的上下文启动语言建模，并了解电路对下游应用程序的潜在好处，例如数据归因于上下文信息。我们提取电路作为内部模型组件的函数（e ...

视觉 Token 在多模式大型模型中是关键的，充当连续输入和离散 Token 之间的桥梁。然而，训练高压缩率VQ-VAE在计算上仍然需要计算，通常需要数千个GPU小时。这项工作表明，通过控制VAE公差阈值中的量化噪声，可以有效地将预训练的VAE有效地转化为VQ-VAE ...

自动竞标具有强大的功能，可以在动态和竞争性的在线环境中优化竞标决策，已成为广告平台的关键策略。现有方法通常采用基于规则的策略或加强学习（RL）技术。但是，基于规则的策略缺乏适应时间变化的市场状况的灵活性，基于RL的方法难以捕获马尔可夫决策过程（MDP）框架内基本的历史依赖和观察结果 ...

将大型语言模型（LLMS）配备为潜在空间内存，引起了人们越来越多的关注，因为它们可以扩展现有语言模型的上下文窗口。但是，从遥远的过去中保留信息仍然是一个挑战。例如，memoryllm（王等人 ...

大型语言模型（LLMS）在实现人工智能的现实世界决策任务中表现出了巨大的希望，尤其是当微调以利用其固有的常识和推理能力时，同时量身定制了特定应用程序时。但是，这个微调过程引入了相当大的安全性和安全性漏洞，尤其是在安全至关重要的网络物理系统中。在这项工作中，我们提出了第一个综合框架，用于在体现的AI中针对基于LLM的决策系统（BALD）的后门攻击，系统地探索攻击表面和触发机制 ...

大型语言模型（LLMS）通常具有数十亿个参数，因此在其操作中通常很难解释。在这项工作中，我们证明可以通过模型的最终投影层直接将神经元权重解码为 Token 概率（LM-head）。这在骆驼3中说明了这一点 ...

大型语言模型封装知识，并在各种自然语言处理任务上表现出了卓越的表现。最近的研究将这些知识定位于特定模型参数，例如中间层中的MLP权重。这项研究通过知识编辑研究了实体和关系知识之间的差异 ...