实体
Xingjian Wu
Xingjian Wu
PulseAugur coverage of Xingjian Wu — every cluster mentioning Xingjian Wu 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
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
SEER框架处理噪声、缺失和偏移的时间序列数据
研究人员推出SEER，一个基于Transformer的框架，旨在增强时间序列预测的鲁棒性。SEER通过采用自动化的补丁增强和替换策略，解决了噪声、异常、缺失值和分布偏移等常见数据质量问题。这种方法允许对各种低质量时间序列数据进行统一建模，旨在提高在数据不完美现实工业应用中的预测准确性和稳定性。
-
DMoA 使大型语言模型能够动态适应智能体协作
研究人员推出了一种名为可微分多智能体混合模型（DMoA）的新型框架，该框架允许大型语言模型在推理过程中动态调整其协作策略。与使用固定通信路径的现有系统不同，DMoA 的自演化方法使智能体能够根据任务需求形成灵活的、涌现的通信拓扑。这通过一种可微分的路由机制实现，该机制利用历史上下文和预测熵进行优化，从而在多个基准测试中取得了最先进的性能，并提高了效率和鲁棒性。