English(EN) Semantic Views: Certified Reuse of LLM Labels Across Semantic Queries

SemViews系统优化语义查询的LLM标签复用

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-12 04:00

研究人员开发了SemViews，一个新颖的语义查询引擎，旨在优化大型语言模型（LLM）标签的使用。该系统将先前收集的标签作为“语义视图”进行复用，以降低评估自然语言过滤器的成本。SemViews在进行新的Oracle调用以优化顺序之前，会根据现有标签、本地嵌入和辅助模型的得分来优先排序元组，从而确保以高概率满足用户定义的精确率和召回率目标。在实验中，与先前的方法相比，SemViews在Oracle调用方面节省了大量成本，尤其是在查询被重新表述时。 AI

影响通过实现标签的高效复用，优化了LLM的推理成本，可能降低AI应用的运营费用。

排序理由该集群包含一篇详细介绍优化LLM标签使用新系统的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

本文如何被排名

Signal score: 11 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细介绍优化LLM标签使用新系统的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, infra; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Oktie Hassanzadeh, Dharmashankar Subramanian · 2026-10-12 04:00

Semantic Views: LLM 标签在语义查询中的认证复用

arXiv:2610.12768v1 Announce Type: cross Abstract: Semantic query engines evaluate natural-language filters with a large language model, and every evaluation is a costly oracle call. Optimizers that reduce these calls face a dilemma: cascades that trust a cheap proxy miss their pr…

本文如何被排名

报道来源 [1]

Semantic Views: LLM 标签在语义查询中的认证复用

相关实体

相关话题