算法论文8

复旦团队新框架破译甲骨文创佳绩

量子位2025-09-07

AI 摘要

复旦大学团队：提出可解释甲骨文破译框架，构建PD - OBS数据集。在基准数据集上准确率优，零样本破译强，还能为未破译甲骨文提供可解释分析，有考古应用潜力。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

复旦团队新框架破译甲骨文创SOTA

复旦大学团队提出基于部首和象形分析的可解释甲骨文破译框架，构建PD - OBS数据集。该框架在公开基准数据集上准确率高，零样本破译能力强，能输出可解释分析文本，助力考古破译。

本文介绍苹果基础大模型团队与杜克大学联合提出的LensVLM方案，针对长上下文压缩易丢失关键信息的痛点，提出将长文本压缩为图像、模型按需展开细节阅读的新思路，相关研究已被NeurIPS 2026接收，公开了模型、代码与可体验Demo。

当前大模型效率优化多聚焦降低单位Token计算存储开销，本文解读arXiv新预印论文，针对传统BPE分词的固有局限，提出CNF-MCE分词框架，可大幅提升Token压缩率，开辟大模型效率优化新路径。

清华大学自动化系研究者针对大模型上下文学习（ICL）中示例选择成本高、效果不佳的问题，提出Jev-LDE方法，仅对初始检索示例做一次局部编辑，即可大幅提升1-shot准确率，推理成本增量很低。