bag-of-words model
PulseAugur coverage of bag-of-words model — every cluster mentioning bag-of-words model across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新框架InterPol可对LM Arena响应进行去匿名化
一篇新的研究论文介绍了一个名为InterPol的框架，该框架旨在对LM Arena等排行榜上的语言模型响应进行去匿名化。与依赖简单统计特征的先前方法不同，InterPol合成了插值偏好数据，以捕捉更深层次的风格模式。实验表明，InterPol在识别准确性方面显著优于现有基线，并通过排名操纵模拟展示了其现实世界的威胁。
-
新孟加拉语句功能分类语料库已开发
研究人员开发了一个包含 10,000 句孟加拉语的新语料库，这些句子被手动分为陈述句、疑问句、祈使句和感叹句四种功能，以解决孟加拉语句功能分类资源有限的问题。该研究评估了各种特征表示，包括词袋模型 (Bag-of-Words)、TF-IDF 和 Word2Vec，以及经典的机器学习分类器和集成模型。结合 TF-IDF 特征的双层集成模型取得了最高性能，准确率和宏 F1 分数均为 0.95，证明了稀疏词汇表示和集成学习在此自然语言处理任…
-
新的脑电图到文本系统优先考虑隐私和效率
研究人员开发了 SENSE，一个新颖的框架，用于将脑电图 (EEG) 信号转换为文本，而无需对大型语言模型 (LLM) 进行微调。该方法将解码过程分为设备上的语义检索和基于提示的生成，提取抽象语义线索而不是原始神经数据。该系统使用一个大约有 600 万个参数的轻量级脑电图到关键词模块，确保敏感的神经信号保留在本地，从而增强隐私。SENSE 在文本生成质量方面已证明与完全微调的模型相当或更优，同时显著降低了计算成本。