实体
Mads
Mads
PulseAugur coverage of Mads — every cluster mentioning Mads across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
时间线
- 2026-09-10 research_milestone Researchers introduced MADS, a framework for generating persuasive dialogues that demonstrated a 22.4% increase in marketing conversion rates. 来源
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
MADS框架生成说服性对话，提高营销转化率
研究人员开发了MADS（多智能体对话模拟）框架，通过智能体自我博弈生成多轮说服性对话。该系统使用三个智能体来模拟多样化的用户角色、执行说服策略并优化对话结果。在营销场景中应用MADS，提高了小型LLM的说服能力，有机流量转化率提高了22.4%。
-
新的MADS描述符集超越频谱摘要，增强音频分析能力
研究人员开发了MADS（多视图声学描述符集），这是一个新的19维描述符集，旨在捕捉音频信号中超越传统频谱摘要的更丰富的物理动态。MADS编码激励、阻尼和周期性等属性，旨在提供对声音生成事件的更全面理解。在ESC-10和ESC-50等数据集上的评估表明，与现有的手工制作基线相比，MADS在较低的维度下实现了强大的性能，并将其定位为未来音频建模的基础层。
-
新方法通过模型感知数据选择改进LLM指令微调
研究人员开发了一种名为模型感知多样性核心集选择（MADS）的新方法，以改进大型语言模型的指令微调。MADS在LLM推理过程中根据神经激活状态区分数据特征，确保所选核心数据集具有更大的多样性。实验表明，由一个3B参数模型选择的核心集可以有效地微调更大的模型，与使用完整数据集相比，平均性能提升高达2.5%。