09:21官方账号arXiv cs.LG@Hao Tian, Heng Cai, Yifan Yang精选73°BEACON是一种三模态对比学习框架,通过整合地球观测图像、兴趣点文本和人类行为数据,增强AlphaEarth地理基础模型的表现。在休斯顿都市区的9项下游任务测试中,BEACON在肥胖率预测上相对R²提升43%,精神健康问题预测提升34%,家庭收入中位数预测提升22%。该模型在保持物理和环境变量预测竞争力的同时,将应用范围从地球观测扩展到以人为中心的都市分析。论文BEACONAlphaEarth地理空间模型推荐理由:研究人员提出BEACON框架,通过整合三种数据源,让地理空间模型更好地理解城市功能和人类行为。原文稍后读已读值得跟进有用关注 BEACON
10:42官方账号arXiv cs.LG@Nicholas Pulsone, Gregory Goren, Roee Shraga论文研究了BEACON框架在低资源、领域感知实体匹配任务中的表现。通过一系列针对性实验,分析了分布对齐策略和数据可用性条件对性能的影响。揭示了不同算法选择如何改变BEACON的行为。论文BEACON实体匹配领域感知推荐理由:BEACON在低资源实体匹配上表现不错,但你知道它为啥管用吗?这篇论文给你答案。原文稍后读已读值得跟进有用关注 BEACON