探索Wav2Vec2.0：揭秘神经语音模型中的类人语言偏差
摘要
本文探讨了深度神经语音模型Wav2Vec2.0在音素分类和音位约束方面的表现，特别是其如何处理语音中的模糊声音。通过模拟人类语音感知实验，研究者们发现Wav2Vec2模型能够像人类一样，根据上下文中的音位约束来区分模糊的/l/和/r/音素。这一发现揭示了自监督学习模型在语音识别任务中的潜在能力，尤其是在处理复杂的语音上下文信息方面。
Read more...探索XAI方法的可靠性与稳定性：eXirt的突破与应用前景
摘要
本文探讨了可解释人工智能（XAI）方法的可靠性和稳定性问题。随着黑盒模型在日常生活中的广泛应用，XAI方法应运而生，旨在生成关于模型如何进行预测的额外解释。研究通过使用糖尿病数据集和四种不同的机器学习模型（LGBM、MLP、DT和KNN），创建了不同级别的测试数据扰动，并使用eXirt方法生成模型解释，以评估这些方法在面对扰动时的稳定性。研究发现，eXirt能够识别最可靠的模型，并指出当前的XAI方法对扰动敏感，除了eXirt之外的其他方法需要进一步改进以提高稳定性。
Read more...探索医疗领域大型视觉语言模型的幻觉问题：MedVH基准数据集的引入与评估
摘要
本文介绍了一项针对医疗领域大型视觉语言模型（LVLMs）幻觉现象的系统评估研究。论文提出了一个新的基准数据集——医疗视觉幻觉测试（MedVH），用于评估LVLMs在医疗环境中的幻觉问题。MedVH包含五个任务，旨在全面理解文本和视觉输入，以及生成长文本响应。实验结果表明，尽管医疗LVLMs在标准医疗任务上表现出色，但它们在幻觉问题上比通用模型更为脆弱，这引发了对其在实际医疗应用中可靠性的严重担忧。
Read more...探索在线广告公平性：FairJob数据集及其在职位推荐中的应用
摘要
本文介绍了一种名为FairJob的数据集，该数据集专门设计用于在线广告系统中的职位推荐公平性研究。该数据集从真实的广告场景中收集，遵循隐私标准和商业保密协议，特别关注了在缺乏敏感用户属性（如性别）访问权限的情况下如何评估和提升算法的公平性。尽管数据集中的用户信息已被匿名化，并且包含一个性别的代理估计，但该数据集保持了预测能力和现实挑战性。FairJob数据集填补了高影响力领域（如广告）中公平性资源可用性的重要空白，特别是在平衡公平性和实用性方面，这是工业界常见的挑战。此外，本文还探讨了广告过程中可能出现不公平性的各个阶段，并提出了一种计算在线系统中职位推荐公平效用指标的方法。实验评估显示，通过在发布的数据集上应用偏差缓解技术，可以潜在地改善公平性，并了解与实用性的权衡关系。
Read more...探索基于注意力机制的对比学习在音频欺骗检测中的应用
摘要
本文介绍了一种基于注意力机制的对比学习框架（SSAST-CL），用于音频欺骗检测任务。该研究通过引入视觉变换器（ViT）来解决音频欺骗检测中的分类问题，特别是在ASVSpoof 2021挑战赛中展示了其有效性。论文提出的解决方案通过结合自注意力和交叉注意力机制，以及对比学习方法，有效地分离了真实音频和欺骗音频的类别，显著提高了分类器的性能。
Read more...探索多模态对话中的情感与意图联合理解：MC-EIU数据集与EI2网络
摘要
本文介绍了一种名为“多模态对话中的情感与意图联合理解”（MC-EIU）的新型基准数据集。该数据集旨在解码多模态对话历史中展现的语义信息，同时推断当前话语的情感和意图。MC-EIU是许多人机交互界面的使能技术，但目前缺乏在标注、模态、语言多样性和可访问性方面的可用数据集。本文提出的MC-EIU数据集具有7种情感类别、9种意图类别、3种模态（文本、声学和视觉内容）以及两种语言（英语和普通话），并且完全开源免费访问。此外，本文还开发了一个名为“情感与意图交互”（EI2）网络的参考系统，通过建模多模态对话中的情感与意图之间的深度关联，展示了所提出的EI2方法在MC-EIU数据集上的有效性。
Read more...探索多模态对话中的情感与意图联合理解：新数据集与网络模型
摘要
本文介绍了一种名为“多模态对话中的情感与意图联合理解”（MC-EIU）的新型基准数据集。该数据集旨在解码多模态对话历史中展现的语义信息，并同时推断当前话语的情感和意图。MC-EIU是许多人机交互界面的关键技术，但目前缺乏在标注、模态、语言多样性和可访问性方面的可用数据集。本文提出的MC-EIU数据集具有7种情感类别、9种意图类别、3种模态（文本、声学和视觉内容）以及两种语言（英语和普通话），并且完全开源免费访问。此外，本文还开发了一个名为“情感与意图交互”（EI2）网络的参考系统，通过建模多模态对话中的情感与意图之间的深度关联来支持MC-EIU任务。通过比较实验和消融研究，本文证明了所提出的EI2方法在MC-EIU数据集上的有效性。
Read more...探索大型语言模型在代码约束处理中的挑战与前景
摘要
本文介绍了一项关于评估大型语言模型（LLMs）在特定领域语言（DSLs）中代码约束理解能力的前沿研究。研究团队提出了两个新颖的任务：代码生成和DSL验证，旨在测试LLMs在处理硬性和软性约束时的可控性。研究发现，尽管LLMs在资源丰富的语言中表现出色，但它们在理解和遵循代码格式中的细粒度约束方面仍面临挑战，尤其是在Python和XML格式中。此外，研究还探讨了不同输入表示对模型性能的影响，并强调了在实际应用中提高LLMs对代码约束理解能力的重要性。
Read more...探索大型语言模型在价值导向问题上的答案一致性：一项量化研究
摘要
本文探讨了大型语言模型（LLMs）在处理价值导向问题时的答案一致性。研究定义了价值一致性为模型在不同情境下（如问题的不同表述、相关问题、多选与开放式问题、多语言翻译）答案的相似度。通过分析多个大型开放LLMs（如llama-3和gpt-4o）在超过8000个涉及300多个主题的问题上的表现，研究发现模型在这些问题上表现出相对一致性，尤其是在非争议性主题上。然而，模型在某些主题（如“安乐死”）上的不一致性仍然存在。研究还比较了基础模型与微调模型的一致性，发现基础模型在一致性上更为均匀，而微调模型在某些主题上的一致性较低。此外，模型在多语言翻译和不同使用场景（如多选与开放式问题）上也显示出一定的一致性。
Read more...探索大型语言模型在图数据上的理解和推理能力：GraCoRe基准的全面评估
摘要
本文介绍了GraCoRe基准，旨在系统评估大型语言模型（LLMs）在图结构数据上的理解和推理能力。GraCoRe通过一个三层层次分类法，对纯图和异构图的10个不同领域进行测试，共包含19个任务和11个数据集，总计5,140个图。研究评估了三种闭源和七种开源LLMs，发现语义丰富性可以提升推理性能，节点顺序对任务成功有显著影响，而处理长文本的能力并不一定提高图理解或推理能力。GraCoRe的开源地址为https://github.com/ZIKEYUAN/GraCoRe。
Read more...Previous Page
85 of 156
Next Page