arXivDaily arXiv每日学术速递 周一至周五更新

AI 大模型

语言大模型 / LLM

大语言模型、预训练、指令微调、后训练和语言模型应用。

2026-05-25 至 2026-05-25 共收录 274 信号源:cs.CL, cs.AI, cs.LG

1. 其他LLM 15 篇

2605.23061 2026-05-25 cs.LG cs.AI math.OC stat.ML 62%

Anytime Training with Schedule-Free Spectral Optimization

任意时间训练:无调度谱优化

Anuj Apte, Pranav Deshpande, Niraj Kumar, Shouvanik Chakrabarti, Junhyung Lyle Kim

机构 * Global Technology Applied Research(全球技术应用研究)

专题命中 其他LLM :language model(abstract);分类 cs.AI、cs.LG

AI总结 提出SF-NorMuon无调度谱优化器,通过单一超参数配置在语言模型上匹配或超越调优的AdamW,实现任意时间高质量检查点获取。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.23478 2026-05-25 cs.CV cs.AI 57%

PhenoYieldNet: Learning Crop-Aware Phenological Responses for Multi-Crop Yield Prediction

PhenoYieldNet: 学习作物感知的物候响应以进行多作物产量预测

Yu Luo, Xiaogang Zhu, Shan Zeng, Wei Xiang, Thomas Francis Bishop, Zhiyong Wang, Kun Hu

机构 * School of Computer Science, The University of Sydney(悉尼大学计算机科学学院) School of Computer Science and Information Technology, Adelaide University(阿德莱德大学计算机科学与信息技术学院) College of Mathematics and Computer Science, Wuhan Polytechnic University(武汉职业技术学院数学与计算机科学学院) School of Computing, La Trobe University(拉特罗布大学计算学院) School of Science, Edith Cowan University(埃迪斯科文大学科学学院)

专题命中 其他LLM :foundation model(abstract);分类 cs.AI

AI总结 提出PhenoYieldNet框架,通过作物物候库和注意力机制显式建模作物特异性物候响应,结合预训练基础模型和时序对比适应策略,实现多作物产量预测并显著优于现有方法。

Comments Accepted by CVPR2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.23108 2026-05-25 cs.SE cs.AI 57%

Philosophical Dispositions as Behavioral Constraints for AI-Assisted Code Review: An Empirical Study

哲学倾向作为AI辅助代码评审的行为约束:一项实证研究

Kaushal Bansal

机构 * Salesforce, Inc.(Salesforce公司)

专题命中 其他LLM :prompting(abstract);分类 cs.AI

AI总结 提出一种通过哲学倾向约束AI评审者行为的系统,在7个代码库上评估,发现其与人类评审者46%一致,75%发现独特,且无假阳性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.23602 2026-05-25 cs.CV 50%

GlowGS: Generative Semantic Feature Learning for 3D Gaussian Splatting in Nighttime Glow Scenes

GlowGS: 夜间发光场景中用于3D高斯溅射的生成式语义特征学习

Beibei Lin, Xiao Cao, Jingyuan Guo, Robby T. Tan

机构 * National University of Singapore(新加坡国立大学)

专题命中 其他LLM :foundation model(abstract)

AI总结 针对夜间发光场景中3D高斯溅射因缺乏纹理和边缘等结构特征而难以渲染高质量新视图的问题,提出GlowGS方法,利用扩散模型和视觉基础模型生成语义特征作为隐式结构线索,并通过新视图语义学习实现无真实标签的优化,显著提升渲染质量。

Comments Accepted by CVPR Findings 2026

详情

展开后加载摘要…

URL PDF HTML 收藏