LLM为核心混合文本聚类框架ClusterFusion提出
热点事件持续更新
LLM为核心混合文本聚类框架ClusterFusion提出
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Yiming Xu等作者提出以LLM为聚类核心、轻量嵌入方法为引导的混合文本聚类框架ClusterFusion，分三阶段：嵌入引导子集划分、LLM驱动主题摘要、LLM主题分配。作者称该方法在三个公开基准和两个新构建的领域数据集上，标准任务达到SOTA，专业领域显著提升，并已公开新数据集及全部基准结果。
AI 根据报道生成 · 2 小时前更新
最新进展10月22日 12:00
ClusterFusion：嵌入引导与 LLM 适配的混合聚类框架报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv cs.CLClusterFusion：嵌入引导与 LLM 适配的混合聚类框架
ClusterFusion 提出一种以 LLM 为聚类核心、轻量嵌入方法为引导的混合聚类框架，分嵌入引导子集划分、LLM 驱动主题摘要、LLM 主题分配三阶段。在三个公开基准和两个新构建的领域数据集上，该方法在标准任务上达到 SOTA，并在专业领域取得显著提升。团队已公开新数据集及全部基准结果。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。