实体
Li Zhang
Li Zhang
PulseAugur coverage of Li Zhang — every cluster mentioning Li Zhang across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
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
-
研究发现：大型语言模型在作为约束满足问题形式化器方面存在困难
一篇新的研究论文探讨了大型语言模型（LLMs）在作为约束满足问题形式化器方面的有效性。该研究考察了LLMs在各种基准测试和形式化语言上的实际问题，发现虽然这种方法提供了可验证性和可解释性，但当LLMs被用作端到端求解器时，其性能往往不佳。研究还观察到，随着问题复杂性的增加，LLM作为形式化器的性能会显著下降，有时会导致硬编码解决方案。
-
AI模型通过零样本提示编辑符号音乐，绕过数据需求
研究人员开发了一种使用大型语言模型（LLMs）进行零样本符号音乐编辑的新颖方法。该方法将音乐机制转化为基于文本的符号，使LLMs能够根据自然语言指令编辑鼓组律动，而无需配对的指令-MIDI数据集。引入了一个新的基准“Not that Groove”和一个自动单元测试框架来评估系统的有效性，表现最佳的LLM达到了68%的成功率。
-
TokenTrace 框架为生成式 AI 实现多概念归因
研究人员开发了一个名为 TokenTrace 的新框架，以解决生成式 AI 中的知识产权挑战。该方法将秘密签名嵌入到文本提示嵌入和扩散模型的初始潜在噪声中。然后，一个基于查询的模块可以区分和验证单个生成图像中是否存在多个概念，例如对象和艺术风格。