机器学习、人工智能、自然语言处理、计算机视觉、多智能体。
说明WeFair：基于人类反馈的保真对齐，用于短视频搜索中的个性化查询改写
简介论文针对微信短视频搜索中的个性化查询改写问题，提出 WeFair 方法。该方法从真实搜索会话中挖掘用户的实际改写，经 LLM 筛选与上下文验证过滤不受支持的转换，再依次采用监督课程学习、直接偏好优化和基于真实改写的严格验证奖励的 GRPO 进行训练。在线 A/B 测试显示，有效点击查询率（VV>10s）相对提升 1.576%，查询改写率相对下降 1.731%。
说明比较生成式AI、机器学习与人工审阅在电子取证（eDiscovery）中的效果
简介本文针对Redgrave律师事务所的一项案例研究进行分析，该研究称Relativity的生成式AI审阅工具aiR召回率为88%，机器学习工具RAL为64%。作者认为两者目标不同、评审员之间存在分歧，且召回率与精确率、成本效益取舍各异，因此结果不可直接比较。作者称，考虑这些差异后，aiR与人工审阅效果相当；使用持续主动学习（CAL）及可扩展版本（S-CAL）的既有机器学习模型，仅基于2,000份首轮评审员的相关性判断样本训练，也显示出领先的效果与更高的效率。
说明Shampoo 在非平稳随机优化中的极小极大最优性
简介本文对矩阵 Shampoo 优化器在追踪随时间变化的最优解时的表现做了理论分析，给出了包含动量、随机噪声和自适应预条件等因素的有限时域高概率误差界。文中证明，在平方路径变化约束下，Shampoo 的误差界与极小极大下界相匹配，即在因果优化方法中信息论意义上最优。作者还在合成数据和多个真实问题上验证了理论结论。
说明基于时序结构嵌入强化学习的运动想象分类时间窗优化
简介在线运动想象脑机接口通常用固定长度滑动窗口解码脑电信号，但窗口可能与神经事件错位。本文提出TSE-RL框架，将运动想象事件结构作为先验融入受约束的马尔可夫决策过程，为每个窗口分配丢弃、起始、维持或结束四种语义角色，并用有限状态机屏蔽无效动作以保持时序顺序，同时采用基于Transformer的历史编码器捕捉窗口间依赖。实验表明该方法在跨会话和跨被试设置下均提升了解码性能。
说明机器学习工程智能体：数据管理视角
简介机器学习工程（MLE）智能体利用大语言模型生成代码，并以预测性能作为反馈信号，迭代地生成、执行和改进机器学习流水线代码，以实现端到端自动化。本教程介绍这类智能体的基础，并指出数据库领域的研究机会，包括高效流水线执行、异构数据源的数据发现与增强、可靠性与调试，以及公平性与合规等挑战。
