المصادر المرجعية
المراجع الأولية المستخدمة في المجموعة. تحتفظ العناوين والبيانات الببليوغرافية بلغتها الأصلية للتحقق الدقيق.
المراجع 409–432 من 766
Longformer: The Long-Document Transformer
Beltagy et al.
2020-04-10الموضع في المصدر: v2 abstract and architecture description
نطاق التحقق: Local window attention combines with selected global attention; inference limits depend on architecture.
تاريخ الاطلاع: 2026-10-15
فتح المصدر الأصلي ↗مراجعات تستشهد بهذا المصدر (2)
LoRA: Low-Rank Adaptation of Large Language Models
Edward J. Hu; Yelong Shen; Phillip Wallis; Zeyuan Allen-Zhu; Yuanzhi Li; Shean Wang; Lu Wang; Weizhu Chenفتح المصدر الأصلي ↗
2021مراجعات تستشهد بهذا المصدر (1)
LoRA: Low-Rank Adaptation of Large Language Models
Hu et al.
2021-06-17الموضع في المصدر: v2; low-rank update formulation
نطاق التحقق: A frozen matrix W receives a trainable low-rank BA update. The number of trainable values r(d_in+d_out) differs from the full matrix size.
تاريخ الاطلاع: 2026-10-15
فتح المصدر الأصلي ↗مراجعات تستشهد بهذا المصدر (2)
Lost in the Middle: How Language Models Use Long Contexts
Nelson F. Liu; Kevin Lin; John Hewitt; Ashwin Paranjape; Michele Bevilacqua; Fabio Petroni; Percy Liangفتح المصدر الأصلي ↗
2023مراجعات تستشهد بهذا المصدر (1)
Lost in the Middle: How Language Models Use Long Contexts
Liu et al.
2023-07-06الموضع في المصدر: v3 abstract; multi-document QA and key-value retrieval
نطاق التحقق: In studied models and tasks, placement of relevant information affects accuracy; this is not a universal failure rate for later models.
تاريخ الاطلاع: 2026-10-15
فتح المصدر الأصلي ↗مراجعات تستشهد بهذا المصدر (1)
Low latency via redundancy
Ashish Vulimiri; Philip Brighten Godfrey; Radhika Mittal; Justine Sherry; Sylvia Ratnasamy; Scott Shenkerفتح المصدر الأصلي ↗
2013مراجعات تستشهد بهذا المصدر (1)
Low-Rank Bottleneck in Multi-head Attention Models
Srinadh Bhojanapalli; Chulhee Yun; Ankit Singh Rawat; Sashank J. Reddi; Sanjiv Kumarفتح المصدر الأصلي ↗
2020مراجعات تستشهد بهذا المصدر (1)
Lower Bounds for Oblivious Data Structures
Riko Jacob; Kasper Green Larsen; Jesper Buus Nielsenفتح المصدر الأصلي ↗
2018مراجعات تستشهد بهذا المصدر (1)
Machine learning-aided engineering of hydrolases for PET depolymerization
Hongyuan Lu; Daniel J. Diaz; Natalie J. Czarnecki; Congzhi Zhu; Wantae Kim; Raghav Shroff; et al.
2022-04-27الموضع في المصدر: Abstract; Extended Data Figs. 5–9
نطاق التحقق: 底物几何、结晶与温度影响；质量损失不等于闭环回收产率。
فتح المصدر الأصلي ↗مراجعات تستشهد بهذا المصدر (1)
Machine Unlearning
Lucas Bourtoule; Varun Chandrasekaran; Christopher A. Choquette-Choo; Hengrui Jia; Adelin Travers; Baiwu Zhang; David Lie; Nicolas Papernotفتح المصدر الأصلي ↗
2019مراجعات تستشهد بهذا المصدر (1)
Magnetic control of tokamak plasmas through deep reinforcement learning
Degrave et al.
2022الموضع في المصدر: TCV magnetic shape-control experiments, simulator training and device-specific control scope.
تاريخ الاطلاع: 2026-10-22
فتح المصدر الأصلي ↗مراجعات تستشهد بهذا المصدر (1)
Maintenance of datalog materialisations revisited
Boris Motik; Yavor Nenov; Robert Piro; Ian Horrocksفتح المصدر الأصلي ↗
2019مراجعات تستشهد بهذا المصدر (1)
Major role of particle fragmentation in regulating biological sequestration of CO2 by the oceans
Nathan Briggs; Giorgio Dall’Olmo; Hervé Claustre
2020-02-14الموضع في المصدر: Abstract; particle fragmentation results
نطاق التحقق: 颗粒破碎影响输送；不把颗粒浓度当沉降通量。
فتح المصدر الأصلي ↗مراجعات تستشهد بهذا المصدر (1)
Majorana quantization and half-integer thermal quantum Hall effect in a Kitaev spin liquid
Y. Kasahara; T. Ohnishi; Y. Mizukami; O. Tanaka; Sixiao Ma; K. Sugii; N. Kurita; H. Tanaka; J. Nasu; Y. Motome; T. Shibauchi; Y. Matsudaفتح المصدر الأصلي ↗
2018مراجعات تستشهد بهذا المصدر (1)
Making Deep Neural Networks Robust to Label Noise: A Loss Correction Approach
Giorgio Patrini; Alessandro Rozza; Aditya Krishna Menon; Richard Nock; Lizhen Quفتح المصدر الأصلي ↗
2017مراجعات تستشهد بهذا المصدر (1)
Making snapshot isolation serializable
Alan Fekete; Dimitrios Liarokapis; Elizabeth O'Neil; Patrick O'Neil; Dennis Shashaفتح المصدر الأصلي ↗
2005مراجعات تستشهد بهذا المصدر (1)
Mamba: Linear-Time Sequence Modeling with Selective State Spaces
,
2023-12-01الموضع في المصدر: Abstract; 原文方法、理论和实验章节见作者原始论文链接
نطاق التحقق: 一手论文；原文研究归属原作者。本文的推导示例与建议实验方案另行标注，不冒充原论文或本站实测。
تاريخ الاطلاع: 2026-10-21
فتح المصدر الأصلي ↗مراجعات تستشهد بهذا المصدر (1)
Mamba: Linear-Time Sequence Modeling with Selective State Spaces
Albert Gu; Tri Daoفتح المصدر الأصلي ↗
2023مراجعات تستشهد بهذا المصدر (1)
Manifold Mixup: Better Representations by Interpolating Hidden States
Vikas Verma; Alex Lamb; Christopher Beckham; Amir Najafi; Ioannis Mitliagkas; David Lopez-Paz; Yoshua Bengioفتح المصدر الأصلي ↗
2019مراجعات تستشهد بهذا المصدر (1)
Marine heatwaves under global warming
Thomas L. Frölicher; Erich M. Fischer; Nicolas Gruberفتح المصدر الأصلي ↗
2018مراجعات تستشهد بهذا المصدر (1)
Masked Autoencoders Are Scalable Vision Learners
Kaiming He; Xinlei Chen; Saining Xie; Yanghao Li; Piotr Dollár; Ross Girshickفتح المصدر الأصلي ↗
2022مراجعات تستشهد بهذا المصدر (1)
MaskGIT: Masked Generative Image Transformer
Huiwen Chang; Han Zhang; Lu Jiang; Ce Liu; William T. Freemanفتح المصدر الأصلي ↗
2022مراجعات تستشهد بهذا المصدر (1)
Massively parallel single-cell mitochondrial DNA genotyping and chromatin profiling
Caleb A. Lareau; Leif S. Ludwig; Christoph Muus; Satyen H. Gohil; Tongtong Zhao; Zachary Chiang; Karin Pelka; Jeffrey M. Verboon; Wendy Luo; Elena Christian; Daniel Rosebrock; Gad Getz; Genevieve M. Boland; Fei Chen; Jason D. Buenrostro; Nir Hacohen; Catherine J. Wu; Martin J. Aryee; Aviv Regev; Vijay G. Sankaranفتح المصدر الأصلي ↗
2020مراجعات تستشهد بهذا المصدر (1)
Mathematical discoveries from program search with large language models
Romera-Paredes et al.
2023الموضع في المصدر: Program generation, evaluation function, population database and search; evaluator validity is part of the system.
تاريخ الاطلاع: 2026-10-22
فتح المصدر الأصلي ↗مراجعات تستشهد بهذا المصدر (1)