Acos
PulseAugur coverage of Acos — every cluster mentioning Acos across labs, papers, and developer communities, ranked by signal.
-
新的DRIFT方法增强了LLM在方面情感预测中的推理能力
研究人员开发了DRIFT,一种用于方面情感四元组预测(ASQP)的新颖方法,该方法将线性化的依赖解析树直接注入LLM提示中。这种方法允许模型在显式的关系上下文上进行推理,而不是仅仅从令牌邻近性推断依赖关系。DRIFT集成了检索增强的上下文学习和语法感知的裁决机制。该方法在SemEval Rest15、Rest16和ACOS数据集上取得了最先进的性能,在各种方面-意见距离配置上显示出显著的提升。
-
新协议允许 AI 代理直接查询市场数据
模型上下文协议 (MCP) 是一个新系统,旨在允许 AI 代理直接查询实时市场数据,绕过传统的图形用户界面,缩短数据分析时间。Sorftime Seller Agent 是一个开源的 MCP 服务器,提供 86 种市场分析工具,使 Claude Code 或 Cursor 等 AI 代理能够在几秒钟内而不是几分钟内获取和分析数据。这一精简流程旨在通过考虑搜索量、点击集中度、出价可负担性和供需比的“机会指数”,帮助亚马逊卖家更有效地识别…
-
新的LLM评估框架应对分歧、说服力和偏见
研究人员正在开发新的方法来评估大型语言模型(LLM)的性能,超越简单的准确性指标。一种方法侧重于模型之间的分歧,将其作为解释复杂性的指标,尤其适用于分析公众评论等任务。另一个框架PMIYC自动化评估LLM的说服力有效性和易感性,揭示了Llama-3.3-70B和GPT-4o等模型之间的性能差异。此外,研究还探讨了使用LLM进行细粒度意见分析,发现它们可作为标注助手,但由于在关系结构方面存在困难,不能完全取代人类标注员。最后,提出了一个…