Cool Papers · cs.CL (papers.cool) · RSS 摘要

信源：Cool Papers · cs.CL (papers.cool) · https://papers.cool/arxiv/cs.CL/feed

• SWE Refactor Bench: 编码 Agent 能否完成长周期、全仓库的技术栈迁移？ — 现代软件系统经数十年开发积累了大量技术债务，使迁移成本高昂且主要依赖人工。随着编码 Agent 能力不断提升……
• ConvergeFlow: 具有可证明收敛到 token embedding 的语言流 — 近年来，连续扩散和基于 flow 的语言模型（LM）已取得可与离散 LM 媲美的性能。然而，现有连续框架仍然……
• 当名字跨越文字：面向蒙古世界历史实体对齐的源数据驱动基准 — 历史人物可能以不同语言、文字和转写传统出现，而不同个体可能拥有高度相似甚至完全相同的名字。这使……
• 关于异常泛化与涌现错位的威胁模型 — 在小型、领域特定数据集上进行窄域微调可能引发模型行为大范围且出人意料的变化——这一现象被称为异常泛化（WG）。然而……
• 问题出在哪？评估视觉-语言模型中的时序一致性 — 视觉-语言模型（VLM）在视频和图像序列基准上表现强劲，但其是否真正捕获了时序结构仍不清楚。为研究这一问题……