实体
MaSTer
MaSTer
PulseAugur coverage of MaSTer — every cluster mentioning MaSTer across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
Nyström attention 在股票预测中媲美全注意力机制
研究人员开发了一种名为 Nyström attention 的新方法，该方法在横截面股票预测任务中可媲美全注意力机制的性能。这种新方法分解了股票间的多头注意力模块，该模块占模型参数和预测价值的很大一部分。研究发现，虽然学习到的注意力几乎是均匀的，但强制精确均匀会消除预测能力，这表明低秩近似是关键。Nyström attention 使用有限数量的地标，以降低的计算成本实现了与全注意力机制的认证等价性。
-
社交媒体帖子涉及人工智能及多元兴趣
此条目似乎是一篇社交媒体帖子或个人感想，可能以旁观者的角度提及人工智能。它列出了包括葡萄、卡拉OK、古典文学和创意过程在内的各种主题和兴趣，并以问题或讨论点的形式呈现。包含“# AI”表明可能与人工智能有关联，但具体关联性未详细说明。
-
[GRPO 详解] DeepSeekMath：推动开放语言模型数学推理能力的极限
研究人员正在开发新的基准和评估方法，用于大型语言模型（LLMs）在数学推理和教育评估方面的能力。新的数据集如 ESTBook 和 Math-PT 旨在超越简单的准确性，专注于教学推理和减少语言偏见。其他研究探讨了自洽性和推理努力对自动评分的影响，研究结果表明战略性模型选择可以优化准确性和成本。此外，正在创建 MaSTer 等框架，以自动生成对抗性测试用例，用于评估和改进 LLM 的鲁棒性。