TATK: Triple-Aware Top-K Learning with Knowledge-Grounded Verification for LLM-based Sequential Recommendation
本文提出TATK框架，通过结合Top-K学习与知识验证来改进基于大语言模型的序列推荐问题。
0 citationsRead paper
Selected work
Representative Papers
DianShi-RxnDB: A Large-Scale, Fine-Grained Organic Reaction Data Platform Built via a Fully Automated Pipeline for Researchers and AI Agents
为解决化学反应数据分散问题，通过全自动管道整合专利文本、图像和反应方案，构建大规模精细有机反应数据平台DianShi-RxnDB。
0 citationsRead paper
Event-triggered Control and Online Learning for Networked Systems under Computational Delays
研究针对计算延迟问题，提出了一种结合事件触发控制和在线学习的网络化控制系统方法，确保了控制性能并提高了通信和计算效率。
0 citationsRead paper
TacForcing: Streaming Action Generation with Execution-Time Tactile Feedback
为解决接触丰富操作中触觉反馈滞后问题，提出TacForcing框架，通过流式动作生成和执行感知触觉注意力机制有效结合执行时的触觉反馈。
0 citationsRead paper
Equivariant Covariance Tensors: Guaranteed SPD Uncertainty for Tensor-Valued Geometric Learning
本文解决了张量值几何学习中的不确定性量化问题，通过引入E(3)等变框架，确保预测的均值和协方差保持旋转对称性，并采用矩阵指数化保证正定性。
0 citationsRead paper
Recent publications
Latest Papers
TATK: Triple-Aware Top-K Learning with Knowledge-Grounded Verification for LLM-based Sequential Recommendation
本文提出TATK框架，通过结合Top-K学习与知识验证来改进基于大语言模型的序列推荐问题。
0 citationsRead paper
DianShi-RxnDB: A Large-Scale, Fine-Grained Organic Reaction Data Platform Built via a Fully Automated Pipeline for Researchers and AI Agents
为解决化学反应数据分散问题，通过全自动管道整合专利文本、图像和反应方案，构建大规模精细有机反应数据平台DianShi-RxnDB。
0 citationsRead paper
Event-triggered Control and Online Learning for Networked Systems under Computational Delays
研究针对计算延迟问题，提出了一种结合事件触发控制和在线学习的网络化控制系统方法，确保了控制性能并提高了通信和计算效率。
0 citationsRead paper
TacForcing: Streaming Action Generation with Execution-Time Tactile Feedback
为解决接触丰富操作中触觉反馈滞后问题，提出TacForcing框架，通过流式动作生成和执行感知触觉注意力机制有效结合执行时的触觉反馈。
0 citationsRead paper
Equivariant Covariance Tensors: Guaranteed SPD Uncertainty for Tensor-Valued Geometric Learning
本文解决了张量值几何学习中的不确定性量化问题，通过引入E(3)等变框架，确保预测的均值和协方差保持旋转对称性，并采用矩阵指数化保证正定性。
0 citationsRead paper