Cem
PulseAugur coverage of Cem — every cluster mentioning Cem across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新框架增强AI共情回应生成能力
研究人员开发了一个动态常识协调框架（DCC），以增强AI模型生成共情回应的能力。该框架通过整合三个模块来解决固定常识表示的局限性：SCE-AttnRes用于上下文常识交互，AGCF用于过滤不相关的常识关系，以及ICAD用于生成过程中的动态常识检索。在Empathetic-Dialogues基准上的实验表明，与基线模型相比，DCC能够提高情感分类准确性和回应多样性。
-
UC-Search 为不确定的时间序列决策提供风险感知控制
研究人员开发了 UC-Search，这是一种新颖的模型无关的测试时包装器，专为不确定性和约束下的时间序列控制中的延迟决策而设计。该系统集成了骨干模型的预测、可行性自动机和有界搜索，以识别风险调整后的可行轨迹。在延迟控制套件和库存审计上的初步验证表明，UC-Pareto 与 CEM 和 MPPI 等既有方法相比表现更优，表明其在更鲁棒的实际应用中的潜力。
-
AI世界模型通过潜在规划器获得长视界规划能力
研究人员开发了世界模型中长视界规划的新方法，解决了现有技术的局限性。一种方法FF-JEPA使用分层结构，包含两个前向动力学模型，其中包括一个无动作的潜在规划器来预测子目标，从而消除了对显式目标图像的需求，并实现了长时间的规划。另一种方法基于预训练的LeWorldModel，将规划摊销到潜在逆动力学映射中，用一个更快的、目标条件化的逆动力学模型取代了迭代优化，该模型在保持或超过性能的同时显著降低了计算成本。
-
新的卫星流程可快速检测甲烷泄漏
研究人员开发了一种新的、更快的从卫星图像检测甲烷的流程，专为板载处理而设计，以克服缓慢的下行速率。该系统集成了Mag1c-SAS和LinkNet等高效算法，与现有方法相比，实现了显著的速度提升和更高的检测精度。通过及时识别甲烷泄漏，这种方法对于具有成本效益的气候变化缓解工作至关重要。