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

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

• 嵌入模型以奇特方式进行度量 — 嵌入空间定义了语义相似度与距离的概念。我们研究这些嵌入是否反映质量、距离、时间和体积等物理度量……
• 统一在线话语中的群体间敌意模型 — 针对社会群体的敌意言论会将排他行为合理化、为其正名，并助长日益加剧的极化与政治暴力……
• JEPA-Anything：跨不同世界学习预测模型 — 世界建模使智能体能够预测后果、引导干预并从交互中学习。然而预测模型仍局限于特定领域……
• RetireOPD：面向 Agentic 强化学习的自退出现策略蒸馏 — 使用强化学习 (RL) 训练的多轮 Agent 每条轨迹仅获得一个标量奖励，这促使自在线策略蒸馏 (OPD) 提供密集的 token 级……
• GPT 模型中的伤害洗白：跨安全训练代际性别歧视被转化而非减少的证据 — 大语言模型的安全评估依赖于表层形式的分类器，这些分类器报告跨模型代际的伤害分数下降……