大型语言模型(LLM)彻底改变了数据库的自然语言界面,尤其是在文本到SQL转换中。但是,当面对歧义或不足的上下文时,当前的方法通常会产生不可靠的输出。我们提出可靠的文本到SQL(RTS),这是一个新颖的框架,可通过结合戒烟和人类的机制来增强查询产生的可靠性 ...
0 0 4 2025/03/22 arXiv:2501.10858v1 jzwilliams
大型语言模型(LLM)的最新进展通过长期的思考(COT)推理表现出了显着的推理能力。 R1蒸馏计划已成为具有提高推理能力的培训具有成本​​效益的模型的有前途的方法。但是,推动其有效性的基本机制尚不清楚 ...
0 0 0 2025/03/21 arXiv:2503.16385v1 jueli
在过去的几年中,正在进行一场持续的竞赛,以发展最好的通用机器学习跨性别潜力。这种快速的增长促使研究人员创建了越来越精确的模型,以预测能源,力和压力,将创新体系结构与大数据相结合。在这里,这些模型在预测声子特性方面的性能是基准的,这对于理解材料的振动和热行为至关重要 ...
0 0 0 2025/03/21 arXiv:2412.16551v1 ZeHeru
在本文中, Transformer (vit)作为实现语义图像传输的新骨干,transformer(( Transformer )(witt)。以前的工作建立在卷积神经网络( cnn)的基础上,它在捕获全局依赖性方面效率低下,它在捕获全局依赖性方面效率低下,导致端到端传输性能下降,尤其是对于高分辨率图像。为了解决这个问题,拟议的 ...
0 0 0 2025/03/21 arXiv:2211.00937v1 HaoLiu0209
大型语言模型(LLMS)计划的能力仍然是辩论的话题。一些批评家认为,提高LLMS推理技能的策略在计划任务方面无效,而另一些策略仅根据计划语料库的培训模型报告了强劲的结果。这项研究通过开发端到端的LLM规划师并采用不同的指标进行彻底评估来重新评估最新策略 ...
0 0 0 2025/03/21 arXiv:2412.10675v1 jueli
给定一个数据集$ \ MATHCAL {D} $,其中包含数百万个数据点和一个愿意为\ $$ x $付费的数据消费者,以训练机器学习(ML)型号(ML)型号,我们应该如何将此\ $$ x $分配给每个数据点以反映其“价值”?在本文中,我们通过Shapley值来定义“数据的相对价值”,因为它独特地具有具有吸引人的现实解释的属性,例如公平,合理性和去偏移性。对于一般有限的实用程序功能,众所周知,Sha ...
0 0 0 2025/03/21 arXiv:1908.08619v4 ajingo
3D高斯分裂(3DGS)是一种用于3D重建的有前途的技术,提供有效的训练和渲染速度,使其适用于实时的此HTTP URL,当前的方法需要高度控制的环境(没有移动的人或防风元素,以及一致的照明)以满足Inter-View一致性一致性假设。这使得现实世界的重建会捕获有问题。我们提出一尘不染的拼图,这种方法利用预先训练和通用的特征,结合了强大的优化,可以有效地忽略瞬态分散术者 ...
0 0 0 2025/03/21 arXiv:2406.20055v2 AlseoR
交互式定理供奉献精益可以验证形式的数学证明,并得到不断扩展的社区的支持。该生态系统的核心是其数学库Mathlib4,它为不断扩展的数学理论的形式化奠定了基础。但是,在Mathlib4中搜索定理可能具有挑战性 ...
0 0 0 2025/03/21 arXiv:2403.13310v2 gqf

来一起翻译吧!


为了您和其他读者获得更好的阅读体验,请您勇敢地改进翻译,特别是一些显而易见的机器翻译错误。


虽然我们追求卓越,但我们并不要求翻译十全十美,因此请不要担心您翻译有误 —— 我们的服务器已经记录所有的翻译,您不必担心会因为您的失误导致无法挽回的破坏。(改编自维基百科)