实体
CAMLG
CAMLG
PulseAugur coverage of CAMLG — every cluster mentioning CAMLG across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
AI对齐社区投票揭示研究人员在关键争议上的共识
一项关于AI对齐争议的社区投票已发布，旨在描绘该领域内的一致和分歧区域。该投票已有包括Scott Alexander和Jeff Sebo等知名人士在内的15位对齐研究人员参与，征求了关于AI意识、价值对齐风险以及AI安全研究进展等主题的回复。结果将与专家小组的回复进行比较，并在LessWrong和EA Forum上发布，资金由BlueDot Impact提供。
-
新的图约束策略学习改进了临床代码预测
研究人员开发了一种新颖的图约束策略学习方法，用于从医疗出院摘要中预测临床代码。该方法将代码预测视为一个序贯决策过程，在剪枝后的 ICD-10-CM 代码层级结构中进行导航，以确保输出的结构有效性。所提出的 SFT-1+ 模型在 MIMIC-IV 数据集上显著优于现有的扁平分类基线，尤其在处理稀有代码方面，并且表现出与更复杂的级联系统相当的性能。
-
新的 CAML 方法解决了 PINNs 中的梯度病态问题
研究人员发现，在训练物理信息神经网络 (PINNs) 时存在一个重大挑战，即梯度病态，其中来自不同约束的相反梯度会阻碍模型优化。为了解决这个问题，他们提出了一种名为约束对齐损失与流形提升 (CAML) 的新方法。CAML 重新构建约束以对齐梯度，并使用延迟因子来提高优化稳定性，在复杂的 PINN 问题上展示了更高的效率。