Asturian
PulseAugur coverage of Asturian — every cluster mentioning Asturian across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新方法通过适配器堆叠提升低资源语言语音识别能力
研究人员开发了一种名为顺序适配器堆叠的新方法，以改进低资源语言的自动语音识别（ASR）。该技术涉及将可训练的目标语言适配器叠加在冻结的源语言适配器之上，并基于现有的多语言 ASR 模型（如 Whisper）。实验表明，即使对于阿斯图里亚斯语、阿萨姆语和科萨语等语言，仅用一小时的训练数据，该方法也显著优于完全微调，相对词错误率降低了 5-8%。
-
大语言模型框架通过定制化提示词增强智能合约安全性
研究人员开发了一个新的框架，利用大语言模型（LLMs）来检测智能合约中的漏洞。该方法采用特定漏洞的提示词和上下文提取，为各种安全缺陷创建定制化检测器。该框架在包含超过31,000个已标注漏洞实例的数据集上进行了测试，在识别潜在问题方面表现出高效率。
-
大语言模型通过生成和优化视觉模型代码来辅助神经架构搜索
研究人员开发了一个新颖的框架，利用大语言模型（LLMs）自动搜索视觉模型中的最优通道配置。该方法将神经架构搜索视为条件代码生成任务，LLM根据性能反馈优化架构规范。为了克服数据稀缺性，该系统通过抽象语法树变异生成了有效架构的语料库，使LLM能够学习架构模式。在CIFAR-100上的实验表明，这种由LLM驱动的方法改进了初始架构种群，发现了非标准通道宽度等领域特定的设计模式。
-
AI从学生提交的代码中生成个性化编码示例
研究人员开发了一种新方法，用于为学习编程的学生生成个性化的教育内容，特别是示例。该方法使用直接从学生代码提交中提取的基于模式的知识组件来指导生成模型。该系统旨在提供更相关、更有针对性的学习材料，以解决学生特定的逻辑错误，从而大规模地提高个性化水平。