文章预览
LG - 机器学习 CV - 计算机视觉 CL - 计算与语言 1、[LG] Non-convolutional Graph Neural Networks 2、[LG] Inductive or Deductive? Rethinking the Fundamental Reasoning Abilities of LLMs 3、[LG] A Policy-Gradient Approach to Solving Imperfect-Information Games with Iterate Convergence 4、[CL] Improving Text Embeddings for Smaller Language Models Using Contrastive Fine-tuning 5、[CV] OmniParser for Pure Vision Based GUI Agent 摘要:非卷积图神经网络、对LLM基本推理能力的反思、迭代收敛求解不完全信息博弈的策略梯度方法、用对比微调改进较小语言模型的文本嵌入、面向基于纯视觉的GUI Agent的OmniParser 1、[LG] Non-convolutional Graph Neural Networks Y Wang, K Cho [New York University] 非卷积图神经网络 要点: 重新思考基于卷积的图神经网络:它们特点是表达能力有限、过度平滑、过度压缩,并需要专门的稀疏核进行有效计算。 设计一个完全脱离卷积操作符
………………………………