11:40官方账号arXiv cs.LG@Javier Aguilar Martín精选该论文研究了采样门接受的代码世界模型在可见范围内完全正确但在不可见区域可能任意错误的情况。研究分析了当遗漏是一个包含不可达内部区域的环形冻结模式时,认证模型能知道什么以及其错误可能造成的成本。研究使用最小环形仪器证明了极端情况,并通过在三个模型家族中进行LLM合成,测量了一个通道如何在不同区域间移动:不可证伪且无害、可证伪且成本高、立即被证伪。论文代码世界模型拓扑采样门推荐理由:这篇论文揭示了代码世界模型中拓扑与可达性的关系,以及错误修复和缓解的具体方法。原文稍后读已读值得跟进有用关注 代码世界模型
11:23官方账号arXiv cs.LG@Md Joshem Uddin, Astrit Tola, Cuneyt Gurcan Akcora, Baris CoskunuzerTopoFormer是一个轻量且可扩展的图表示学习框架,核心模块Topo-Scan通过节点或边过滤将图分解为有序的拓扑token序列。这些序列捕捉从局部模体到全局组织的多尺度结构,并交给Transformer生成图级嵌入。与依赖持久同调的管线不同,Topo-Scan完全可并行化,且省去昂贵的图计算。论文在多个图分类和分子性质预测基准上达到与强GNN基线和拓扑方法持平或更优的结果,并提供了拓扑编码稳定性的理论保证。AI模型TopoFormer图神经网络拓扑推荐理由:图学习想换新思路可以看这个:TopoFormer用扫描把拓扑结构变成token,喂给Transformer就行,比传统持久同调快还准。原文稍后读已读值得跟进有用关注 TopoFormer