实体
Pedram Rooshenas
Pedram Rooshenas
PulseAugur coverage of Pedram Rooshenas — every cluster mentioning Pedram Rooshenas 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
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
函数空间Transformer自适应表示以应对科学和视觉任务
研究人员推出函数空间Transformer (FST)，一个旨在从离散样本表示的函数中学习的新颖框架。与使用固定网格的传统方法不同，FST采用一种空间自适应的连续潜在表示，其锚点位置根据输入观测值进行预测和优化。这种自适应方法使表示能够更好地匹配输入的空间组织，从而提高性能。FST在PDE预测任务上展示了优于Perceiver IO的结果，并在ImageNet-1K上以更少的参数实现了比Vision Transformer更高的准确率。
-
新的大型语言模型（LLM）引导方法使用稀疏查询特征实现精确控制
研究人员开发了一个名为“基于原型的稀疏引导”（Prototype-Based Sparse Steering）的新框架，以增强对大型语言模型（LLMs）的控制。该方法利用稀疏自编码器（SAEs）分析注意力机制内的查询激活，从而能够更精确地操纵LLM的输出。该框架已在受控环境中证明了其满足逻辑规划约束的能力，并在教育环境中调整反馈的认知复杂性，展示了其在控制生成逻辑和风格方面的多功能性。