代码大模型 / AI 编程

Early Language Learning via Spreading Activation and Category Exploration in Complex Networks

通过复杂网络中的扩散激活和类别探索进行早期语言学习

Salvatore Citraro

机构 * National Research Council (CNR)（国家研究理事会） 纠错

专题命中 仓库级理解 ：repository(abstract)；分类 cs.CL

AI总结 研究儿童词汇习得在语义和词汇类别上是否不均衡，将早期语言学习建模为基于图的搜索，由扩散激活和类别探索驱动，用多种资源评估模型在四种语言上的性能，发现扩散激活表现更好，揭示词汇发展与激活动态及约束的关系。

XRFormer: Multiscale Tokenization for XRF Representation Learning

XRFormer：用于X射线荧光光谱表示学习的多尺度令牌化

Sofiane Daimellah, Sylvie Le Hégarat-Mascle, Clotilde Boust

机构 * Centre de Recherche et de Restauration des Musées de France（法国国家博物馆研究与修复中心） 纠错

专题命中 仓库级理解 ：repository(abstract)

AI总结 研究针对X射线荧光光谱自动学习难的问题，提出XRFormer架构，通过多尺度卷积令牌器定制，结合自监督预训练方法，在颜料识别和分解任务中表现出色，凸显多尺度令牌化在数据有限时对基于变压器的XRF建模的有效性和高效性。

Comments International Conference on Pattern Recognition, 2026

Axioms for physical reasoning: codifying the Seiberg--Witten solution in Lean

物理推理公理：在Lean中编码塞伯格 - 维滕解

Michael R. Douglas

专题命中 仓库级理解 ：repository(abstract)

AI总结 研究利用交互式定理证明器验证物理论证，通过假定物理假设清单，经机器可验证证明得出结果，以Lean 4形式化${N}=2$ $SU(2)$超杨 - 米尔斯的塞伯格 - 维滕解，为验证理论物理中AI生成结果提供合理标准。

Comments 18 pages; companion github repo mrdouglasny/seiberg-witten