大模型Hugging Face Papers4 天前
互补表征提升时序语言模型推理能力
论文提出互补表征设计原则,将折线图与归一化延迟嵌入两种视图结合,分别保留绝对测量与时间结构,经视觉编码器融合进语言模型。在TSRBench上准确率从44.5%提升至53.2%,显著超越专用基线36.7%,为通用时序语言模型提供有效设计思路。
已过时译★ 4
每日自动追踪全球权威信源,模型生成中文摘要与有效期判断,人工抽检把关。 不追热点,只留经得起推敲的那一部分。
AI 与可被 AI 赋能的行业方向,每个领域独立成脉
共 2 条符合条件
论文提出互补表征设计原则,将折线图与归一化延迟嵌入两种视图结合,分别保留绝对测量与时间结构,经视觉编码器融合进语言模型。在TSRBench上准确率从44.5%提升至53.2%,显著超越专用基线36.7%,为通用时序语言模型提供有效设计思路。
该论文研究视觉-语言-动作(VLA)策略内部表征的几何形状,通过线性探针与激活干预,对七个任务相关概念建立分类体系。发现概念几何多为多维且受物理约束塑造,如关节限位使腕部朝向呈弧而非圆,距离由粗/细两个正交子空间表示。该几何在多个模型与真实数据中复现,并可用于引导操控,表明概念形状与可读性同等重要。