实体
Maat
Maat
PulseAugur coverage of Maat — every cluster mentioning Maat across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
新的MAAT框架从部分数据中重构科学系统状态
研究人员开发了MAAT，一个旨在重构部分观测动态系统状态的框架。该方法在再生核希尔伯特空间内运行，并整合了各种观测类型以及非负性和守恒定律等先验知识。在多个科学基准和真实世界的COVID-19数据集上，MAAT在轨迹和导数重构误差方面均显示出显著的改进。
-
新的MAAT遗忘方法通过平衡基准解决“为什么”问题
研究人员推出了一种新颖的三阶段目标性机器学习遗忘框架MAAT，该框架专门解决了移除因果知识的难题。现有基准存在偏差，低估了“为什么”问题的代表性，而“为什么”问题对于评估因果和关系知识的移除至关重要。MAAT在LoRA适配器权重上运行，并采用梯度投影上升和SVD剪枝等技术来实现高遗忘率，同时保留其他知识。配套的5WBENCH基准包含“谁、什么、何时、何地、为什么”的平衡类别，首次量化了这些遗忘失败。
-
新AI助手Maat增强竞争法研究
一篇新研究论文介绍Maat，一个为竞争法分析设计的代理式法律研究助手。Maat通过整合专业领域知识、提供可靠的引用以及利用RAG将信息锚定在官方来源，解决了现有通用和法律AI助手的局限性。该系统旨在提高复杂法律研究任务的准确性和可靠性。