Skip to content
Hot eventLive

零样本可视化：用用户提示轴探索文本语料库

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026年10月7日，arXiv（Computation and Language，一手来源）发表研究，提出零样本可视化（ZSV）任务：用户用自然语言指定概念，文档被映射到对应概念轴上进行可视化。研究构建基准，比较嵌入相似度、直接语义判断与条件似然估计等方法，发现基于 next-token 概率的评分在语义忠实度、评分保真度与计算成本之间取得最佳平衡。论文还给出端到端 ZSV 基线的实用构建指南。目前报道仅涉及该论文内容，未见后续验证或应用报道。

Generated from reports · updated 3 hr ago

LatestOct 7
arXiv 论文提出 ZSV 任务与基准，next-token 概率评分在忠实度、保真度与成本间平衡最佳。

Timeline

Follow the coverage from different angles.

Oct 7, 2026
  1. arXiv · Computation and Language
    零样本可视化：用用户提示轴探索文本语料库

    研究提出零样本可视化（ZSV）任务，用户用自然语言指定概念，文档被映射到对应概念轴上进行可视化。基准比较了嵌入相似度、直接语义判断与条件似然估计等方法，发现基于 next-token 概率的评分在语义忠实度、评分保真度与计算成本之间取得最佳平衡。研究还给出端到端 ZSV 基线的实用构建指南。

Heat trend

Current heat 9·Comparable peak 10（Oct 7）·Comparable change over 24 hours –

02.557.510Oct7Oct7Oct7Oct7

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.