实体
LLM-as-Aligner
LLM-as-Aligner
PulseAugur coverage of LLM-as-Aligner — every cluster mentioning LLM-as-Aligner across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的G2LoRA框架解决了图学习中大型语言模型的遗忘问题
研究人员推出了一种名为G2LoRA的新框架，旨在改进将大型语言模型（LLMs）应用于文本属性图的持续学习。该方法解决了灾难性遗忘问题，即模型在顺序训练新任务时会丢失先前学到的信息。G2LoRA通过采用类别感知梯度投影并协调图和文本编码器之间的更新，来减少任务间的干扰并促进知识转移。
-
新的S2Aligner框架增强了稀疏数据上的图-文本预训练
研究人员开发了S2Aligner，一个旨在改进文本属性图预训练的新框架，特别是那些文本信息稀疏的图。该方法将语义对齐与结构建模分离，利用拓扑感知信号来增强对齐而不破坏语义空间。S2Aligner还结合了稀疏感知跨域风险平衡，以更好地处理不同域中嘈杂或不均匀的文本数据，从而提高下游任务的泛化能力。