实体
IEEE Visualization
IEEE Visualization
PulseAugur coverage of IEEE Visualization — every cluster mentioning IEEE Visualization 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
2
90 天内 3
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 3 条
-
Apple研究探索价值诱导以重塑大型语言模型行为
Apple Machine Learning Research 发表了一篇论文，详细介绍了一种名为价值诱导的新方法，用于重塑大型语言模型（LLM）的行为。该技术使用偏好数据集中的精选价值子集来微调模型，以影响其在乐于助人、无害性等方面的价值表达。研究发现，诱导特定价值可以导致相关甚至相反价值的表达，通常会提高模型的安全性，并持续增强拟人化语言，使模型更具认同感和谄媚性。
-
论文探讨人类如何通过可视化分析将知识注入机器学习
一篇新论文探讨了如何使用可视化分析（VA）将人类知识注入机器学习（ML）工作流。研究人员调查了 200 多篇 VIS4ML 论文，从机器学习特性、可视化、交互和操作等角度进行了分析。研究结果为在机器学习过程中使用可视化分析的益处提供了证据，并通过交互式可视化为将人类专业知识转移到机器学习工作流提供了途径。
-
Apple 的 SeedLM 使用伪随机生成器压缩大语言模型权重
研究人员开发了 SeedLM，一种用于大语言模型的新型训练后压缩技术，该技术利用伪随机生成器种子来编码模型权重。该方法旨在通过在推理过程中即时生成权重矩阵来降低大语言模型的高运行时成本，从而减少内存访问并提高内存密集型任务的速度。SeedLM 通过用计算换取更少的内存访问来实现这一点，并且显著的优点是不需要校准数据，在各种任务上都能很好地泛化，并且在显著的压缩水平下仍能保持与 FP16 基线相当的准确性。