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

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

• IdeaAMBIG：基准测试研究思路规范中实现关键缺口 — 一个研究思路可能新颖、连贯且科学上合理，但其提出的方法仍可能未被充分定义以至于无法忠实实现。我们研究方法规范……
• IBIB：按服务路由而非模型标识符度量企业 AI 系统的协议 — 企业部署的是系统而非检查点。可用能力由权重、服务路由、精度、输出契约与 harness 共同决定，然而所有 18 个受审计的基准……
• 构建多语言桥梁：数据混合作为语内推理泛化的支柱 — 推理语言模型已在多种复杂任务上取得显著进展，但其能力仍以英语为中心：模型主要用英语……
• 语音基础模型真的学会了词吗？ — 自监督语音基础模型现已被广泛应用于各类下游任务，包括传统语音识别以及作为语音感知……
• 基础模型能否审核在线内容？评估指令驱动与示例驱动的策略落地 — 内容审核策略日益复杂，对其一致落地构成关键挑战。尽管基础模型具备基本能力……