发布SCRIBE：开源LLM构建可解释脑语义表征框架
热点事件持续更新
发布SCRIBE：开源LLM构建可解释脑语义表征框架
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Camila Kolling 等在 arXiv 发布 SCRIBE 论文，提出一个结合开源大语言模型组合与神经科学启发语义空间的框架，可为任意文本生成可解释的词级语义表示。以下内容基于论文摘要。 作者声称两项结果：在921名参与者的行为研究中，SCRIBE 能捕捉随语境变化的语义判断，达到估计人类噪声上限的75%—81%；在参与者聆听自然故事时的脑活动数据上，SCRIBE 能预测语言选择性脑区的神经活动，优于非上下文语义表示，并解释超出所测句法特征的部分脑预测信息。
AI 根据报道生成 · 3 小时前更新
最新进展10月16日 12:00
SCRIBE：利用大语言模型构建可解释的脑基础上下文语义表示报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · cs.AISCRIBE：利用大语言模型构建可解释的脑基础上下文语义表示
SCRIBE利用一组开源大语言模型和神经科学启发的语义空间，为任意文本生成可解释的词级语义表示。基于论文摘要，921名参与者的行为研究表明，SCRIBE可捕捉随语境变化的语义判断，达到估计人类噪声上限的75%—81%。它还能预测自然故事聆听时语言选择性脑区的神经活动，优于非上下文语义表示，并解释超出所测句法特征的部分脑预测信息。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月16日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。