PaCMAP
PulseAugur coverage of PaCMAP — every cluster mentioning PaCMAP across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AI代理自动化数据可视化算法设计与精炼
研究人员开发了代理式AI流程,以自动化数据可视化算法的设计和精炼。例如,AutoManifold使用LLM编排,从基本组件组合新的流形嵌入算法,并根据用户指定的结构优先级进行定制,其性能优于t-SNE和UMAP等传统方法。另一个系统将基于LLM的定性判断与定量评估相结合,以迭代地精炼可视化图表,提供解释指标并建议配置改进以更好地发现模式的报告。
-
AutoManifold 使用 LLM 设计新颖的数据可视化算法
研究人员开发了 AutoManifold,这是一个使用大型语言模型自主设计数据可视化算法的代理式(agentic)流水线。该系统根据用户指定的结构保持偏好,从原始组件词汇中组合出新的流形嵌入算法。实验表明,AutoManifold 生成的新算法在更好地朝着用户定义的属性进行引导,同时不牺牲数据完整性的情况下,其性能优于 t-SNE、UMAP 和 PaCMAP 等成熟方法。
-
ScaleMAP 方法在嵌入中保持密度和邻域结构
研究人员开发了 ScaleMAP,一种用于低维嵌入的新颖方法,可同时保持局部密度和邻域结构。与先前会归一化距离并丢失尺度信息的现有技术不同,ScaleMAP 将原始空间局部半径的几何平均值除以嵌入位移。这种方法成功地恢复了来自转录组学和高光谱成像的数据集中的稀疏结构和密度变化,在保持关键数据特征方面优于 UMAP 和 DensMAP 等现有方法。
-
Heretic 工具通过命令行自动去除语言模型审查
Heretic 是一个命令行工具,旨在“去除审查”语言模型,使其对每个人都可用。它利用定向消融和基于 Optuna 的 TPE 优化来最大限度地减少拒绝响应,同时通过限制 KL 散度来保持原始模型的性能。该工具支持多种密集型、MoE 和多模态模型,并包含 bitsandbytes 量化和 PaCMAP 残差可视化等研究功能。