Improving LLM-Based Fault Localization with External Memory and Project Context
专题命中 长上下文与记忆 :LLM(title,abstract);large language model(abstract);language model(abstract)
Comments 12 Pages, 7 figures
AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
专题命中 长上下文与记忆 :LLM(title,abstract);large language model(abstract);language model(abstract)
Comments 12 Pages, 7 figures
专题命中 长上下文与记忆 :LLM(title,abstract);large language model(abstract);language model(abstract)
Comments 18 pages, 11 tables, 6 figures, 3 listings
机构 * Computer Science Department, UCLA(计算机科学系,加州大学洛杉矶分校)
专题命中 长上下文与记忆 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.AI、cs.LG
Comments 21 pages, 6 figures, 9 tables, link: https://github.com/BigML-CS-UCLA/CoLM
机构 * Department of Information Science(信息科学系) ; Department of Computer Science(计算机科学系) ; Cornell University(康奈尔大学)
专题命中 长上下文与记忆 :LLM(title);large language model(abstract);language model(abstract);分类 cs.CL、cs.AI、cs.LG
机构 * Keio University Graduate School of Media Design(庆应大学媒体设计研究生院)
专题命中 长上下文与记忆 :LLM(title,abstract);large language model(abstract);language model(abstract)
专题命中 长上下文与记忆 :LLM(title,abstract);large language model(abstract);language model(abstract)
专题命中 长上下文与记忆 :LLM(title,abstract);large language model(abstract);language model(abstract)
Comments 20 pages, 3 figures, 3 tables. Accepted to CHI 2025, ACM Conference on Human Factors in Computing Systems
Journal ref Proceedings of the 2025 CHI Conference on Human Factors in Computing Systems (CHI '25), Article 376, 20 pages. ACM, New York, NY, USA.
专题命中 长上下文与记忆 :foundation model(title,abstract);pretraining(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 长上下文与记忆 :LLM(title,abstract);large language model(abstract);language model(abstract)
专题命中 长上下文与记忆 :LLM(title,abstract);large language model(abstract);language model(abstract)
专题命中 长上下文与记忆 :LLM(title,abstract);large language model(abstract);language model(abstract)
专题命中 长上下文与记忆 :LLM(title,abstract);large language model(abstract);language model(abstract)
专题命中 长上下文与记忆 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Fix metadata error
专题命中 长上下文与记忆 :prompting(title,abstract);large language model(abstract);language model(abstract)
Comments A training-free test-time optimisation approach for long video understanding
专题命中 长上下文与记忆 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Published in COLING 2025
专题命中 长上下文与记忆 :LLM(title,abstract);large language model(abstract);language model(abstract)
专题命中 长上下文与记忆 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.AI、cs.LG
专题命中 长上下文与记忆 :LLM(title,abstract);large language model(abstract);language model(abstract)
专题命中 长上下文与记忆 :LLM(title,abstract);large language model(abstract);language model(abstract)
专题命中 长上下文与记忆 :language model(title,abstract);large language model(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Findings of EMNLP 2024
专题命中 长上下文与记忆 :foundation model(title,abstract);large language model(abstract);language model(abstract)
Comments This work has been submitted to the IEEE for possible publication
专题命中 长上下文与记忆 :LLM(title,abstract);pretraining(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Code is available at https://github.com/kyleliang919/Online-Subspace-Descent
专题命中 长上下文与记忆 :language model(title,abstract);LLM(abstract);large language model(abstract)
Comments ICRA 2024
专题命中 长上下文与记忆 :language model(title,abstract);LLM(abstract);分类 cs.CL、cs.AI、cs.LG
Comments ICML 2024 camera-ready
专题命中 长上下文与记忆 :LLM(title,abstract);large language model(abstract);language model(abstract)
专题命中 长上下文与记忆 :language model(title,abstract);pretraining(abstract);分类 cs.CL、cs.AI、cs.LG
Comments Accepted by EACL 2023
Kodezi Chronos:面向仓库级代码理解的调试优先语言模型
专题命中 长上下文与记忆 :language model(title,abstract);large language model(abstract);分类 cs.AI、cs.LG
AI总结 Kodezi Chronos-1是一种专为调试设计的语言模型,通过自适应图引导检索、持久调试内存和七层架构,在多文件调试任务中达到67.3%的修复准确率,超越现有模型并实现仓库特定的高解决率。
Comments 24 figures, 43 tables, 2 algorithms. Extended technical report introducing Chronos-1, a debugging-specific language model. Information available at https://github.com/Kodezi/chronos
超越LLM、稀疏分布式记忆和神经形态计算:一种用于超高速、超低功耗和低成本的超维SRAM-CAM“VaCoAl”
机构 * Hitotsubashi University(立命馆大学) ; Meisei University(立命馆大学) ; Shuhari System(Shuhari系统)
专题命中 长上下文与记忆 :LLM(title_cn,abstract_cn);large language model(abstract);language model(abstract);分类 cs.AI
AI总结 本文提出VaCoAl算法,通过超维计算和伽罗瓦域扩散,在SRAM/DRAM-CAM上实现可逆、可审计的多跳推理,解决灾难性遗忘和绑定问题,并在维基数据上验证了其路径依赖的STDP式选择机制。
Comments 58 pages, 4 figure, 19 tables
使用工具的智能体群体中自适应隐式合谋的隐写分析:一种黑盒跨主体方法
专题命中 长上下文与记忆 :LLM(summary_cn,abstract_cn);large language model(abstract);language model(abstract);分类 cs.AI
AI总结 本研究针对使用工具的LLM智能体群体的自适应隐式合谋,构建结合多类方法的黑盒隐写分析检测器,开展红蓝对抗实验,绘制检测容量边界并发现新的规避手段。
Comments 10 pages
理解在早期完成:大语言模型的深度分工及其在无界上下文记忆中的应用
机构 * Tsinghua University(清华大学) ; Tencent(腾讯)
专题命中 长上下文与记忆 :large language model(title);language model(title);分类 cs.CL
AI总结 该研究提出CoMem方法,利用大语言模型的深度分工构建无界上下文记忆,在RULER、LoCoMo等基准上性能优于全上下文KV-Direct,内存占用低、预填充速度快,证明长上下文记忆可沿层轴组织。
Comments 19 pages, 4 figures, 27 tables. Submitted to ACL Rolling Review