论文
登录后可查看剩余解析次数。
标签筛选
Specificity, length and luck drive gene rankings in association studies
基因关联研究中的特异性遗传变异负担测试定量性状的基因优先级评估UK Biobank 数据分析性状生物学差异
本研究分析了209个定量性状的关联研究，发现全基因组关联研究 (GWAS) 和罕见变异负荷检验在基因优先排序上具有系统性差异。提出了基于性状重要性和特异性的优先排序标准，揭示了这两种方法对于性状生物学的不同影响和解释潜力。
08
Convergent genome evolution shaped the emergence of terrestrial animals
发表：2025/11/12
基因组收敛进化陆生动物出现的基因组适应动物陆地化事件基因增益与失落模式多门动物基因组比较
本文通过比较154个基因组，研究了21个动物门的陆地化事件，揭示了动物从水生到陆生适应的趋同与偶然性。尽管每个转变都有独特的基因增益和丢失模式，但相似的生物功能不断出现，显示出特定适应对陆地生命的重要性，并提供了陆地化的时间框架。
00
OnePiece: Bringing Context Engineering and Reasoning to Industrial Cascade Ranking System
发表：2025/9/23
工业级排序系统上下文工程与推理基于Transformer的推荐模型多任务训练方法用户反馈链监督
本文提出了OnePiece框架，将上下文工程和多步推理融入工业级级联排序系统，超越现有Transformer架构的增量改进。通过结构化上下文工程、块状潜在推理和渐进式多任务训练，这一框架在Shopee的个性化搜索中有效提升了多个关键业务指标，GMV和广告收入均有显著增长。
09
VGGT: Visual Geometry Grounded Transformer
发表：2025/3/15
视觉几何基础变换器3D属性推断多视图深度估计稠密点云重建相机参数估计
本文提出了VGGT，这是一种前馈神经网络，能够从一个或多个视角直接推断场景的3D属性，包括相机参数、深度图和点云等。该方法在3D计算机视觉任务中显著提升效率，实现高效重建，同时在多个任务中达到最先进的结果，并提高下游任务表现。
04
GPR: Towards a Generative Pre-trained One-Model Paradigm for Large-Scale Advertising Recommendation
发表：2025/11/13
生成式推荐系统广告推荐优化统一生成模型框架多级联合训练策略异构层次解码器
本文提出了一种新的广告推荐框架GPR（Generative Pretrained Recommender），将广告推荐重新定义为端到端生成任务，克服现有模型的目标错位和误差传播问题。通过设计统一的输入模式和异构分层解码器，增强语义对齐，提升训练效率，最终实现了强大的建模能力和推理灵活性。
010
Sparse Meets Dense: Unified Generative Recommendations with Cascaded Sparse-Dense Representations
发表：2025/3/4
稀疏密集推荐模型生成式推荐系统级联稀疏-密集表示用户交互序列建模在线推荐系统优化
本研究提出了级联组织双表示生成式检索框架（COBRA），创新性地将稀疏语义ID与密集向量整合。通过交替生成稀疏ID与密集向量，COBRA实现了端到端训练，动态优化密集表示，并有效捕获用户物品交互中的语义与协同信号，实验结果验证其在推荐系统中的优越性。
04
Fast Video Generation with Sliding Tile Attention
发表：2025/2/7
滑动瓦片注意力机制视频扩散生成模型高效注意力机制HunyuanVideo计算效率优化
本研究提出滑动平铺注意力（STA）以解决视频生成中的计算瓶颈。STA通过局部滑动窗口注意力的设计，显著减少了计算冗余，实现了58.79%的模型FLOPs利用率。与现有技术相比，STA在不降低生成质量的前提下，将视频生成延迟降低至501秒，展示了其卓越的效率。
08
Sparse VideoGen: Accelerating Video Diffusion Transformers with Spatial-Temporal Sparsity
发表：2025/2/4
扩散模型加速视频生成Transformer空间-时间稀疏性高效推理框架动态稀疏模式
提出了一种名为Sparse VideoGen (SVG) 的视频生成框架，通过利用3D全注意力机制的稀疏性，显著提升推理效率。SVG通过动态分析注意力头，将其分为空间头和时间头，实现高达2.33倍的加速，保持生成质量，并开源代码。
04
Rethinking the Evaluation for Conversational Recommendation in the Era of Large Language Models
发表：2023/5/22
大语言模型对话推荐系统对话推荐系统评估方法交互式评估方法ChatGPT在推荐系统中的应用用户模拟器基于大语言模型
本论文探讨了大型语言模型（LLM）在会话推荐系统（CRS）中的应用，揭示了现有评估协议的局限性，过于强调与真实数据的匹配。为此，提出了iEvaLM交互式评估方法，能模拟用户与系统的多种交互情境。实验显示该方法在两个公开数据集上取得显著改进，并强化了可解释性评估，展示了LLM在CRS中的巨大潜力。
02
Refining Text Generation for Realistic Conversational Recommendation via Direct Preference Optimization
发表：2025/8/27
对话式推荐系统直接偏好优化大型语言模型在推荐中的应用用户偏好提取文本生成优化
本文提出了一种改进的对话推荐系统方法，通过利用大型语言模型生成对话摘要和推荐信息，从而捕捉用户显式及隐式偏好。采用直接偏好优化（DPO）进行调优，确保生成内容信息丰富。实验结果表明，该方法能更自然地实现对话推荐，提升用户体验。
02
Sparse VideoGen2: Accelerate Video Generation with Sparse Attention via Semantic-Aware Permutation
发表：2025/5/25
稀疏注意力视频生成Diffusion Transformers语义感知排列训练免费框架视频生成加速
本文提出SVG2，一个无需训练的框架，通过语义感知排列最大化关键词元识别的准确性，减少计算浪费，解决了稀疏注意力在视频生成中的效率瓶颈。该方法基于kmeans算法对词元进行语义重排序，实现高达2.30倍的加速，同时保持视频质量，推动生成效率前沿。
03
Galaxy: A Cognition-Centered Framework for Proactive, Privacy-Preserving, and Self-Evolving LLM Agents
发表：2025/8/6
以认知为中心的智能个人助手框架隐私保护的自我演化大语言模型代理积极主动行为的智能个人助手认知建筑与系统设计统一多维交互能力生成
本文提出了以认知为中心的框架，旨在开发可主动、自我进化且隐私保护的大语言模型(LM)智能体。通过统一认知架构与系统设计， 提供了多维交互和个性化能力。实验显示 在多个基准测试中表现优越，验证了其有效性。
04
Modeling shopper interest broadness with entropy-driven dialogue policy in the context of arbitrarily large product catalogs
发表：2025/9/8
对话式推荐系统基于大语言模型的推荐系统用户兴趣广度建模熵驱动对话策略动态推荐探索与利用
本文提出了一种新的会话推荐系统策略，通过计算检索得分的熵来建模用户兴趣广度，从而有效平衡用户需求的探索与推荐的利用。在面对庞大产品目录时，该策略动态调整对话策略，低熵查询直接推荐，高熵查询则发问以探索更多信息，优化用户体验。
03
S$^2$Edit: Text-Guided Image Editing with Precise Semantic and Spatial Control
发表：2025/7/7
文本引导图像编辑精准的语义与空间控制扩散模型精细调整个性化图像编辑身份信息嵌入
本文提出了一种新方法SEdit，利用预训练的文本到图像扩散模型实现精确的文本引导图像编辑。通过微调，身份信息被嵌入可学习的文本词元，同时施加正交性约束以解耦身份与待编辑属性，使用对象掩码引导注意力图，从而在保留身份信息的同时实现局部化编辑。
02
CCL24-Eval 任 办 系 统 报 告 : 基 于 大 型 语 言 模 型 的 中 文 空 间 语 义 评 测
基于大语言模型的中文空间语义评测空间语义理解能力评估提示词策略对任务表现的影响ERNIE-4模型评估实体与角色识别
本研究通过评估大型语言模型（LLM）在实体识别、角色识别、异常识别、信息推理和同义识别等任务上的表现，整体评估其中文空间语义理解能力，采用普通提示、工作流提示和思维链策略，最终发现ERNIE4在1shot普通提示下表现最佳，排名第六，准确率为56.20%。
05
System Report for CCL24-Eval Task 3: Chinese Spatial Semantic Understanding Based on In-Context Learning and Chain of Thought Strategy
中文空间语义理解链式思维策略上下文学习空间信息实体识别空间信息异常检测
本文介绍了参赛团队在第十届中文空间语义理解评测（SpaCE2024）中采用的基于语境学习和思维链策略的方法，系统在空间信息实体识别和其他四个子任务中取得最高准确率，总体准确率为0.6024，荣获第一名。
04
Virus-inspired lipopeptide-derived nucleic acid delivery to cartilage for osteoarthritis therapy
发表：2025/10/16
病毒启发的脂肽纳米颗粒基因传递载体优化软骨靶向基因疗法抗氧化应激响应系统骨关节炎治疗
本研究开发了一系列病毒启发的脂肽基纳米颗粒(VPN)，用于骨关节炎的核酸递送。优化的VPN2比传统脂质纳米颗粒的转染效力提高约2.5倍，并在活性氧响应的凝胶系统中有效减轻了小鼠的软骨退变，展示了其在软骨靶向基因疗法中的巨大潜力。
02
Identify Bitter Peptides by Using Deep Representation Learning Features
发表：2022/7/17
深度表示学习的苦味肽识别序列嵌入技术双向长短期记忆网络轻梯度提升机模型苦味肽预测方法
本文提出了一种新颖的机器学习方法iBitterDRLF，用于识别苦味肽。该方法依托于深度学习技术，结合了软对称对齐、统一表示和双向长短期记忆序列嵌入。研究表明，通过这一新方法显著提高了苦味肽的识别能力，有望改善相关产品的适口性。
02
Identification and prediction of milk-derived bitter taste peptides based on peptidomics technology and machine learning method
发表：2023/9/1
乳制品苦味肽预测模型基于Peptidomics的苦味肽筛选LightGBM算法在苦味肽识别中的应用苦味感受器活性验证
本研究开发了一种基于肽组学和机器学习的苦味肽筛选工作流程，构建了新型分类预测模型CPMBP，预测准确率达90.3%。在724个不同肽中，识别出180个潜在苦味肽，经过实验验证，三个预测肽显示出激活人苦味受体的能力，证明了模型的有效性。
02
iBitter-Stack: A Multi-Representation Ensemble Learning Model for Accurate Bitter Peptide Identification
发表：2025/9/19
苦味肽识别多重表示集成学习模型生物信息学方法
本文提出了一种新颖的堆叠集成学习框架iBitterStack，旨在提高苦味肽的识别准确性。该模型结合了来自蛋白质语言模型的嵌入和手工设计的物理化学及组成特征，使用多种机器学习分类器进行训练。经验证，iBitterStack在独立测试集中达到了96.09%的准确率。
01
……