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

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

• 职业事故叙述中事故过程角色分类的跨领域泛化 — 职业事故叙述包含有关工作情境、不利条件、事故事件及其后果的宝贵信息。自动构建其结构……
• 基于三信号互补性的 LLM Agent 可解释记忆决策控制器：解耦置信度与一致性 — 大语言模型的记忆系统主要聚焦于高效检索，而对检索到的记忆是否应被信任的决策则关注较少……
• QuranicMMLU：评估生成式 AI 解决方案在古兰经语言知识上表现的认知感知基准 — 我们提出 QuranicMMLU，一个跨语言认知多维度评估生成式 AI 在古兰经阿拉伯语上表现的基准。现有古兰经基准聚焦于生成……
• DiaVLo: Diagnosing Behaviours of Vision-Language Models — 视觉-语言模型（VLMs）依赖在其子组件间存储与传递恰当信息。验证 VLMs 表现出期望行为，同时避免……
• RecreationWorld：面向混合计算机使用 Agent 的可扩展且可验证环境 — 计算机使用 Agent（CUAs）沿两条独立路线发展：图形交互与通过代码及命令行的软件开发。真实数字工作需要两者……