Model in Distress: Sentiment Analysis on French Synthetic Social Media
模型受挫:法语合成社交媒体上的情感分析
机构 * PleIAs ; RATP Group(RATP集团) ; CAIRO ; EPFL(苏黎世联邦理工学院)
AI总结 本文提出了一种通用合成数据生成管道,用于法语公共交通顾客 distress 检测,通过回译和合成推理轨迹生成170万条合成推文,训练出77-79%准确率的推理器,降低标注成本并保护隐私。
高校专区
模型受挫:法语合成社交媒体上的情感分析
机构 * PleIAs ; RATP Group(RATP集团) ; CAIRO ; EPFL(苏黎世联邦理工学院)
AI总结 本文提出了一种通用合成数据生成管道,用于法语公共交通顾客 distress 检测,通过回译和合成推理轨迹生成170万条合成推文,训练出77-79%准确率的推理器,降低标注成本并保护隐私。
机构 * EPFL Lausanne(日内瓦联邦理工学院拉沃斯分校) ; UC Berkeley(伯克利大学) ; Courant Institute, NYU(纽约大学Courant研究所)
Comments Accepted at ICLR 2026. Camera-ready version
解释多发性硬化皮质病变分割中不确定性的原因超越预测误差
机构 * Faculty of Biology and Medicine, University of Lausanne (UNIL)(日内瓦大学生物医学学院) ; Radiology Department, Lausanne University Hospital (CHUV)(拉索恩大学医院放射科) ; MedGIFT, Institute of Informatics, School of Management, HES--SO Valais--Wallis University of Applied Sciences and Arts Western Switzerland(应用科学与艺术西瓦利斯-瓦利斯大学信息学院) ; CIBM Center for Biomedical Imaging(生物医学成像中心) ; Department of Radiology and Medical Informatics, University of Geneva(日内瓦大学放射科与医学信息学系) ; Translational Imaging in Neurology (ThINK) Basel, Department of Medicine and Biomedical Engineering, University Hospital Basel and University of Basel(神经学转化成像(ThINK)巴塞尔,医学与生物医学工程系,巴塞尔大学医院和巴塞尔大学) ; Multiple Sclerosis Center, Department of Neurology, University Hospital Basel(多发性硬化中心,神经科,巴塞尔大学医院) ; Research Center for Clinical Neuroimmunology and Neuroscience Basel (RC2NB), University Hospital Basel and University of Basel(临床神经免疫学和神经科学巴塞尔研究中心(RC2NB),巴塞尔大学医院和巴塞尔大学) ; Department of Neurology, Icahn School of Medicine at Mount Sinai(伊坎医学院 Mount Sinai 神经科) ; Translational Neuroradiology Section, National Institute of Neurological Disorders and Stroke, National Institutes of Health(神经学转化放射学部门,国家神经疾病与中风研究所,国家卫生研究院) ; Neuroinflammation Imaging Lab (NIL), Université catholique de Louvain(神经炎症成像实验室(NIL),卢瓦纳大学) ; EPFL+ECAL Lab, École polytechnique fédérale de Lausanne (EPFL)(EPFL+ECAL 实验室,日内瓦联邦理工学院(EPFL))
AI总结 本文提出一个框架,用于分析多发性硬化皮质病变分割中病变尺度的预测不确定性,揭示实例级不确定性与病变大小、形状和皮质涉及程度的关系,通过专家反馈验证其临床相关性。
超越URLs:元数据多样性与位置对高效LLM预训练的影响
机构 * EPFL(苏黎世联邦理工学院) ; University of Southern California(南加州大学)
AI总结 本文研究了元数据类型对LLM预训练的影响,发现细粒度文档质量指标能提升训练效率,并提出元数据追加方法以加速预训练过程。
Comments ICLR 2026
移民之声,本地新闻:探讨如何将社区需求与媒体内容相结合
机构 * Idiap Research Institute(Idiap研究 institute) ; EPFL(瑞士联邦理工学院)
AI总结 研究探讨法国语移民如何与本地新闻互动,分析其需求是否被覆盖,通过NLP方法分析2000多篇本地新闻文章,发现尽管事件报道丰富,但重要话题仍有缺失,且可读性提示对移民的可及性问题。
Comments David Alonso del Barrio, Paula Dolores Rescala, Victor Bros, Daniel Gatica-Perez| ACM 2026. This is the author's version of the work. It is posted here for your personal use. Not for redistribution. The definitive Version of Record will be published in IMX'26 ACM International Conference on Interactive Media Experiences https://doi.org/10.1145/3788851.3805011