INSPIRE-HEP
PulseAugur coverage of INSPIRE-HEP — every cluster mentioning INSPIRE-HEP across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的INSPIRE方法通过示例驱动的学习增强LLM的数学推理能力
研究人员开发了一种名为INSPIRE的新方法，以提高大型语言模型（LLM）的数学推理能力。该方法侧重于教会模型通过示例驱动的推理来内化数学概念，而不仅仅是记忆解决方案。INSPIRE结合了参考引导的学生内化技术和分阶段训练策略，以帮助模型学习有效地构建和利用偏好对。实验表明，INSPIRE在各种规模和模型系列中持续提高模型性能，甚至在某些基准测试中超越了更大的开源模型，同时不影响其一般的数学能力。
-
新基准INSPIRE评估指令感知语音检索
研究人员推出了INSPIRE，一个旨在评估指令感知语音检索系统的新型基准。与依赖固定相似度匹配的传统系统不同，INSPIRE允许自然语言指令动态定义相关性标准，涵盖语义内容、说话人身份、说话风格和环境声音。对四种检索范式——大型音频语言模型、级联流水线、自监督语音模型和对比音频语言模型——的初步评估显示，没有一种单一方法能有效处理所有检索意图。基于文本的模型在语义检索方面表现出色，但在语用属性方面遇到困难，而基于语音的模型在声学属性方…
-
新框架INSPIRE改进电子商务赞助产品检索
研究人员开发了INSPIRE，一个用于电子商务中意图感知神经赞助产品检索的新颖框架，特别针对食品和饮料类别。该系统旨在通过整合结构化意图信号，来改进用户搜索查询与相关赞助产品之间的匹配度。这些信号源自查询和产品内容，捕捉品牌、口味、饮食限制和菜系类型等多维度属性，而这些属性在典型查询中通常被低估。该框架使用一个弱监督流水线，其中一个大型语言模型生成意图注释，然后将这些注释蒸馏以微调一个更小的模型。这个意图增强的检索系统提高了查询与赞助…
-
新系统自动化灵巧机器人操作数据收集
研究人员开发了两个不同的系统，用于收集对训练机器人灵巧操作至关重要的数据。AutoDex 自动化了现实世界场景中抓取物体的过程，与远程操作相比，显著提高了数据收集吞吐量。另一方面，MILE 使用基于远程操作的系统，配备机械同构外骨骼和机械手，并集成视觉触觉传感器模块以捕获高保真演示。这两个系统都旨在克服获取大规模、准确数据以训练高级机器人技能的挑战。
-
华为云以“黑土地”战略聚焦AI基础设施
华为云正将自身定位为智能代理时代的基石基础设施，即“硅基黑土地”。在其INSPIRE大会上，该公司推出了专注于算力、内存存储、统一调度和代理运行环境的新产品。华为云的目标不是仅仅关注模型即服务（MaaS）收入或Token数量，而是通过提高生产力并解决医疗保健、具身智能和智能制造等行业的具体挑战来展示AI的价值。