实体
Bart Baselmans
Bart Baselmans
PulseAugur coverage of Bart Baselmans — every cluster mentioning Bart Baselmans across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的RLDE框架通过AI增强迭代文档编辑
研究人员开发了RLDE,一个新颖的、用于迭代文档编辑的强化学习框架。该系统通过将文档修订表述为无参考的马尔可夫决策过程来解决当前自动化工具的局限性,从而实现无监督学习和增强的可解释性。RLDE采用Pointer Networks和冻结的BART-base模型进行上下文感知建议,优化可读性、困惑度和语法,同时基于SBERT的惩罚确保语义保留。在BEA-2019数据集上的评估表明,可读性显著提高,困惑度降低,人类评估证实了生成编辑的质量和意义保留。
-
Google Research 发布 CTCL 以实现隐私保护的合成数据生成
Google Research 开发了一种名为 CTCL 的新型隐私保护合成数据生成算法,专为资源受限的 AI 应用而设计。与需要微调大型语言模型或大量提示工程的先前方法不同,CTCL 使用了一个较小的 1.4 亿参数模型。该框架在 ICML 2025 上发布,通过主题信息进行条件约束,以匹配私有数据的分布,并能在没有额外隐私成本的情况下生成无限的合成数据样本。CTCL 在与现有算法相比,尤其是在强隐私保证下,表现出了卓越的性能。