array data structure
PulseAugur coverage of array data structure — every cluster mentioning array data structure across labs, papers, and developer communities, ranked by signal.
-
新的基准测试LLM生成相干SysML图的能力
研究人员开发了SEMAADB，这是一个新的数据集和基准，旨在评估大型语言模型生成相干SysML图集的能力。该数据集包含3000个工程上下文，每个上下文有五个相互关联的SysML视图，并包含一个包含100个上下文的人工验证基准测试集。对三个语言模型的评估显示，虽然语法修复已基本解决，但语义修复和在多个图之间保持一致性仍然是当前模型面临的重大挑战。
-
AI与数学：探索回文数、三角数和Opus5
Mastodon用户decompwlj发布的一系列帖子探讨了数学概念，包括十进制回文数和三角数。帖子还提到了Opus5，暗示了与AI模型或该领域研究的联系。内容深入探讨了分形图和数字分类，并特别提到了可分解素数。
-
量子网络通过自适应控制获得DDoS弹性
研究人员开发了一种新颖的方法，利用CUDA-Q和SeQUeNCe来增强量子网络对拒绝服务（DDoS）攻击的弹性。该方法采用自适应控制策略，智能地平衡纠缠生成、保真度、净化开销和延迟。通过整合来自入侵检测系统的网络状态感知，自适应控制器在攻击期间显著提高了高保真度纠缠的交付，优于不感知攻击的控制器。
-
新的采样方法使机器学习能够处理可变大小的输入
研究人员提出了一种新颖的机器学习模型框架，该框架能够处理不同大小的输入，例如点云、序列和图。该方法利用随机采样映射来比较和近似不同维度的输入，解决了泛化到更大未见数据和高效评估的挑战。该方法为跨越各种函数类（包括在序列、图和张量上定义的函数类）的泛化和草图提供了明确的速率。
-
Excel技巧：使用命名范围和数组进行更好的数据管理
本文介绍了如何在Excel等电子表格软件中使用命名范围和数组来改进数据管理和计算。命名范围允许用户为单元格或单元格组分配描述性标签，使公式更具可读性且更易于使用。该指南详细介绍了创建命名范围的方法，包括使用名称框、公式选项卡和名称管理器。它还介绍了数组，即将可以组合在单个公式中处理的值的集合，从而能够同时跨多个单元格进行复杂计算，并提供了一个动态数组公式的具体示例。