PulseAugur
实时 07:52:34
English(EN) Lacuna Inc. at SemEval-2026 Task 4: Structurally Gated State-Space Models for Disentangling Narrative Similarity

Lacuna Inc. 在 SemEval-2026 上发布新型叙事相似度模型

Lacuna Inc. 为 SemEval-2026 任务 4 开发了不变-变分解耦状态空间模型 (IVD-SSM),该任务侧重于叙事相似度。该模型利用混合状态空间模型 Jamba-1.5-Mini,以避免标准 Transformer 的计算瓶颈。引入了一个名为结构化门控对齐 (SGA) 头的新组件,它将结构不变性与词汇变体解耦,以提高深度叙事理解能力。 AI

影响 引入了一种解耦叙事结构与词汇元素的新方法,有望提升 AI 理解复杂故事的能力。

排序理由 该条目是一篇研究论文,详细介绍了一种用于特定 NLP 任务的新型模型。[lever_c_research降级:ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Lacuna Inc. 在 SemEval-2026 上发布新型叙事相似度模型

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Aleksey Kudelya, Rafif Alshawi, Alexander Shirnin ·

    Lacuna Inc. at SemEval-2026 Task 4: Structurally Gated State-Space Models for Disentangling Narrative Similarity

    arXiv:2607.03482v1 Announce Type: new Abstract: In this paper, we present the Invariant-Variant Disentangled State-Space Model (IVD-SSM), our submission to SemEval-2026 Task 4 on Narrative Story Similarity and Narrative Representation Learning. Evaluating narrative similarity is …