实体
DCGC
DCGC
PulseAugur coverage of DCGC — every cluster mentioning DCGC across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
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
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的DCGC框架使用扩散模型来纠正LLM推理错误
研究人员开发了DCGC，一个利用掩码扩散模型（MDMs）来纠正大型语言模型（LLMs）中错误推理轨迹的新颖框架。该方法使用来自上游求解器的不完美解决方案草稿作为辅助上下文，结合特定任务的监督微调（SFT）和一种称为动态双CFG的独特推理时机制。DCGC在数学、编码和知识推理基准测试中展示了更高的准确性，尤其是在无法获得真实失败标签的情况下，它充当了一个无验证器的全局校正模块。
-
新的DCGC方法改进了交通和推荐的稀疏张量补全
研究人员开发了一种新的神经张量分解方法，称为具有组级对比学习的双注意力卷积专家网络（DCGC）。该方法旨在通过更好地捕捉复杂的跨模态交互并解决数据稀疏性问题来改进稀疏数据补全。DCGC利用具有双注意力机制的多通道卷积网络来关注重要特征，并结合组级对比学习策略来提高稀疏数据集上的性能。实验表明，DCGC在交通和推荐应用中优于现有方法。