WikiEdge:ArXiv速递/2025-04-02：修订间差异

2025年6月10日 (二) 01:20的版本

摘要

原文标题：GeoRAG: A Question-Answering Approach from a Geographical Perspective
中文标题：GeoRAG：地理视角下的问答方法
发布日期：2025-04-02 08:11:05+00:00
作者：Jian Wang, Zhuo Zhao, Zheng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
分类：cs.IR
原文链接：http://arxiv.org/abs/2504.01458v1

中文摘要：地理问答（GeoQA）通过处理地理领域的自然语言查询来满足复杂用户需求并提升信息检索效率。然而传统问答系统存在理解局限、检索精度低、交互性弱及复杂任务处理不足等问题，阻碍了精准信息获取。本研究提出GeoRAG框架，该知识增强型问答系统融合领域微调、提示工程与检索增强生成（RAG）技术，以提升地理知识检索精度和用户交互体验。方法论包含四个组件：（1）基于3267份语料（研究论文、专著与技术报告）构建结构化地理知识库，通过多智能体方法归类为语义理解、空间位置、几何形态、属性特征、要素关联、演化过程与运作机制七个维度，最终生成145234条分类条目与875432组多维问答对；（2）基于BERT-Base-Chinese的多标签文本分类器，用于通过地理维度分类解析查询类型；（3）利用问答对数据的检索评估器，优化查询-文档相关性判定以提升检索精度；（4）GeoPrompt模板动态整合用户查询与检索信息，通过维度特异性提示提升响应质量。对比实验表明GeoRAG在多个基础模型上均优于传统RAG，验证了其泛化能力。本研究通过提出领域专用大语言模型部署新范式，推动地理人工智能发展，对提升现实场景中GeoQA系统的可扩展性与准确性具有实践意义。

摘要

原文标题：A Unified Approach to Analysis and Design of Denoising Markov Models
中文标题：去噪马尔可夫模型分析与设计的统一方法
发布日期：2025-04-02 17:46:43+00:00
作者：Yinuo Ren, Grant M. Rotskoff, Lexing Ying
分类：cs.LG, cs.NA, math.NA, stat.ML
原文链接：http://arxiv.org/abs/2504.01938v1

中文摘要：基于测度传输的概率生成模型（如扩散模型和基于流的模型）通常采用马尔可夫随机动力学语言进行表述，其中底层过程的选择同时影响算法设计决策和理论分析。本文旨在为去噪马尔可夫模型建立严格的数学基础——这类生成模型假设存在从前向过程（从目标分布过渡到简单易采样分布）与特别构建的后向过程（实现逆向高效采样）。通过与非平衡统计力学及广义Doob's h-变换的深层联系，我们提出一组最小假设条件以确保：(1) 后向生成算子的显式构造，(2) 直接最小化测度传输差异的统一变分目标，(3) 经典分数匹配方法在不同动力学中的适应性实现。本框架统一了连续/离散扩散模型的现有表述，在正向生成算子满足特定正则性假设下识别出去噪马尔可夫模型的最一般形式，并为任意Lévy型过程驱动的去噪模型设计提供了系统化方案。我们通过采用几何布朗运动和跳跃过程作为前向动力学的新型去噪模型，展示了该框架在复杂分布建模中的潜在灵活性与效能。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：在铯原子(Cs)多个偶宇称和奇宇称态标量与张量静态电偶极极化率($\alpha_d$)的计算中，我们采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，探究了电子关联效应和高阶相对论效应。为处理奇宇称E1算符对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算及现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，电子对关联(PC)效应比核心极化(CP)效应起着更主要的作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双CP效应在这些计算中同样具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以评估这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。对此，本研究的两项主要贡献是：（i）对12种传统与新兴ATC方案（包括5个开源LLM）进行科学严谨的成本效益对比分析；（ii）构建包含22个数据集的大规模基准测试集（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于折叠交叉验证流程，并配套文档和代码。通过公开代码、数据及文档，本研究支持学界以更科学的方式复现实验并推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程导致计算成本显著更高——分别比传统方法和SLMs平均慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的场景选用LLMs；（2）资源受限或无法承担LLMs调优成本的场景选用逻辑回归/SVM等传统方法；（3）追求接近最优效果-效率平衡时选用Roberta等SLMs。

摘要

原文标题：Dataset and Methodology for Material Identification and virtual s-SNOM Using AFM Phase Approach Curves
中文标题：基于原子力显微镜相位趋近曲线的材料识别与虚拟s-SNOM数据集及方法学
发布日期：2025-04-02 11:42:03+00:00
作者：Stefan R. Anton, Denis E. Tranca, Stefan G. Stanciu, Adrian M. Ionescu, George A. Stanciu
分类：physics.optics
原文链接：http://arxiv.org/abs/2504.01636v1

中文摘要：原子力显微镜（AFM）相位趋近曲线在纳米尺度材料表征方面具有重要潜力，但现有鲁棒数据集和自动化分析工具仍较为匮乏。本文提出了一种基于高维数据集的新型材料识别方法，该数据集包含从硅、二氧化硅、铂、银和金五种材料采集的AFM相位趋近曲线。每次测量获取逐渐增加针尖-样品距离时的50个相位值，最终形成50×50×50体素图像以表征不同深度的相位变化。利用该数据集，我们比较了k近邻（KNN）、随机森林（RF）和前馈神经网络（FNN）在材料分割中的表现。结果表明，FNN具有最高的准确率和F1分数，优于传统方法。最后，我们通过生成虚拟散射型扫描近场光学显微镜（s-SNOM）图像验证了分割图的实际价值，揭示了如何利用AFM相位趋近曲线构建用于纳米尺度光学分析的精细化预测工具。

摘要

原文标题：Energy Bands and Breakdown Characteristics in Al2O3/UWBG AlGaN Heterostructures
中文标题：Al2O3/超宽禁带AlGaN异质结构中的能带与击穿特性
发布日期：2025-04-02 01:49:58+00:00
作者：Seungheon Shin, Kyle Liddy, Yinxuan Zhu, Chandan Joishi, Brianna A. Klein, Andrew Armstrong, Andrew A. Allerman, Siddharth Rajan
分类：cond-mat.mtrl-sci, physics.app-ph
原文链接：http://arxiv.org/abs/2504.01291v1

中文摘要：我们报道了超宽禁带(UWBG) AlGaN 异质结构上Al2O3 介质的能带与击穿特性。金属-介质-半导体结构对于维持未来高性能UWBG 晶体管所需的高电场至关重要。通过系统实验，我们测定了半导体平带条件下氧化物中的固定电荷密度(> 1013 cm-2)、介质/界面特性及电场分布。在金属-氧化物-半导体结构中获得了低至5×10-7 A/cm2的栅漏电流。横向金属-半导体-绝缘体测试结构在沟道面电荷密度为1.27×1013 cm-2时，击穿电压超过1 kV。有效峰值电场与平均击穿场强分别估计为>4.27 MV/cm和1.99 MV/cm。这些发现证明了Al2O3 集成对提升UWBG AlGaN HEMTs击穿性能的潜力。

摘要

原文标题：Study of scaling laws in language families
中文标题：语言家族中的标度律研究
发布日期：2025-04-02 12:28:59+00:00
作者：Maelyson R. F. Santos, Marcelo A. F. Gomes
分类：physics.soc-ph, cs.CL
原文链接：http://arxiv.org/abs/2504.01681v1

中文摘要：本文利用来自六千多种语言的数据，通过分析齐普夫式分类图中涌现的模式，研究语言家族中的标度律现象。研究从宏观（基于各语系包含的语言数量）和微观（基于语系中各语言的使用者数量）两个维度考察了这些分类特征。尤其值得注意的是，在排除亚非语系和尼罗-撒哈拉语系后，研究发现当代十四大语系存在明显分化现象——这些语系分布在三个语系四重奏组中，每组在齐普夫图中均表现出显著不同的指数特征。该发现揭示了主要语系的底层结构与组织方式，为理解语言多样性和分布的本质提供了新的见解。

摘要

原文标题：GeoRAG: A Question-Answering Approach from a Geographical Perspective
中文标题：GeoRAG：基于地理视角的问答方法
发布日期：2025-04-02 08:11:05+00:00
作者：Jian Wang, Zhuo Zhao, Zheng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
分类：cs.IR
原文链接：http://arxiv.org/abs/2504.01458v1

中文摘要：地理问答系统(GeoQA)通过处理地理领域的自然语言查询来满足复杂用户需求并提升信息检索效率。然而传统问答系统存在理解局限、检索精度低、交互性弱及复杂任务处理不足等缺陷，阻碍了精准信息获取。本研究提出GeoRAG——一个整合领域微调、提示工程与检索增强生成(RAG)技术的知识增强型问答框架，旨在提升地理知识检索精度与用户交互体验。该框架包含四个核心组件：(1)基于3267份语料(研究论文、专著与技术报告)构建的结构化知识库，通过多智能体方法归类为语义理解、空间定位、几何形态、属性特征、要素关联、演化过程及作用机制七个维度，最终形成145234条分类条目与875432组多维问答对；(2)基于BERT-Base-Chinese的多标签文本分类器，用于通过地理维度分类解析查询类型；(3)利用问答对数据评估查询-文档相关性的检索评估模块，优化检索精度；(4)GeoPrompt模板引擎，动态整合用户查询与检索信息，通过维度特异性提示提升响应质量。对比实验表明GeoRAG在多个基础模型上均优于传统RAG，验证了其泛化能力。本研究通过提出领域特定场景下部署大语言模型的新范式，推动地理人工智能发展，对提升现实应用中GeoQA系统的可扩展性与准确性具有重要价值。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期效果有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究的两项主要贡献是：(i) 对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；(ii) 发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），提供基于折叠交叉验证的数据划分方案、完整文档及代码。代码、数据和文档的公开将助力学界复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，平均速度分别比传统方法和SLMs慢590倍和8.5倍。由此提出建议：(1) 对效果要求极致且能承担成本的场景选用LLMs；(2) 资源受限或无法承担LLM调优成本的场景选用逻辑回归/SVM等传统方法；(3) 追求效果-效率平衡时选择Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：基于第一性原理计算展示铯(Cs I)多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯原子(Cs)多个偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，探究了电子关联效应和高阶相对论效应的影响。为处理奇宇称E1算子对原子轨道的微扰，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，电子对关联(PC)效应比核心极化(CP)效应起着更主导作用。通过比较MBPT(3)与RCC结果的差异，我们发现PC与CP效应之间的关联效应以及双CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：Dataset and Methodology for Material Identification and virtual s-SNOM Using AFM Phase Approach Curves
中文标题：基于原子力显微镜相位趋近曲线的材料识别与虚拟s-SNOM数据集及方法学
发布日期：2025-04-02 11:42:03+00:00
作者：Stefan R. Anton, Denis E. Tranca, Stefan G. Stanciu, Adrian M. Ionescu, George A. Stanciu
分类：physics.optics
原文链接：http://arxiv.org/abs/2504.01636v1

中文摘要：原子力显微镜（AFM）相位趋近曲线在纳米尺度材料表征方面具有重要潜力，但现有鲁棒数据集和自动化分析工具较为匮乏。本文提出了一种利用高维数据集进行材料识别的新方法，该数据集包含从硅、二氧化硅、铂、银和金五种材料采集的AFM相位趋近曲线。每次测量获取50个在探针-样品间距递增时的相位值，最终形成50×50×50体素图像以表征不同深度的相位变化。基于此数据集，我们比较了K近邻（KNN）、随机森林（RF）和前馈神经网络（FNN）在材料分割中的表现。结果表明FNN具有最高的准确率和F1分数，优于传统方法。最后，我们通过生成虚拟散射型扫描近场光学显微镜（s-SNOM）图像验证了分割图的实际价值，揭示了如何利用AFM相位趋近曲线构建纳米级光学分析的精细化预测工具。

摘要

原文标题：Energy Bands and Breakdown Characteristics in Al2O3/UWBG AlGaN Heterostructures
中文标题：Al2O3/超宽禁带AlGaN异质结构中的能带与击穿特性
发布日期：2025-04-02 01:49:58+00:00
作者：Seungheon Shin, Kyle Liddy, Yinxuan Zhu, Chandan Joishi, Brianna A. Klein, Andrew Armstrong, Andrew A. Allerman, Siddharth Rajan
分类：cond-mat.mtrl-sci, physics.app-ph
原文链接：http://arxiv.org/abs/2504.01291v1

中文摘要：我们报道了超宽禁带(UWBG) AlGaN 异质结构上Al2O3 介质的能带和击穿特性。金属-介质-半导体结构对于维持未来高性能UWBG 晶体管所需的高电场至关重要。通过系统实验，我们测定了半导体平带条件下氧化物中的固定电荷密度(> 1013 cm-2)、介质/界面特性及电场分布。在金属-氧化物-半导体结构中获得了低至5×10-7 A/cm2的栅漏电流。横向金属-半导体-绝缘体测试结构中，在1.27×1013 cm-2的沟道面电荷密度下实现了超过1 kV的击穿电压。有效峰值电场和平均击穿场强分别估计为>4.27 MV/cm和1.99 MV/cm。这些发现证明了Al2O3 集成对提升UWBG AlGaN HEMTs 击穿性能的潜力。

摘要

原文标题：GeoRAG: A Question-Answering Approach from a Geographical Perspective
中文标题：GeoRAG：地理视角下的问答方法
发布日期：2025-04-02 08:11:05+00:00
作者：Jian Wang, Zhuo Zhao, Zheng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
分类：cs.IR
原文链接：http://arxiv.org/abs/2504.01458v1

中文摘要：地理问答系统(GeoQA)通过处理地理领域的自然语言查询来满足复杂用户需求并提升信息检索效率。然而传统问答系统存在理解局限、检索精度低、交互性弱及复杂任务处理不足等缺陷，阻碍了精准信息获取。本研究提出GeoRAG框架，该知识增强型问答系统融合领域微调、提示工程与检索增强生成(RAG)技术，以提升地理知识检索精度和用户交互体验。方法论包含四个组件：(1)基于3267份语料(研究论文、专著和技术报告)构建结构化地理知识库，通过多智能体方法归类为语义理解、空间定位、几何形态、属性特征、要素关联、演化过程和运行机制七个维度，最终形成145234条分类条目和875432组多维问答对；(2)基于BERT-Base-Chinese的多标签文本分类器，用于通过地理维度分类解析查询类型；(3)利用问答对数据的检索评估器，优化查询-文档相关性判定；(4)GeoPrompt模板动态整合用户查询与检索信息，通过维度特异性提示提升响应质量。对比实验表明GeoRAG在多个基础模型上均优于传统RAG，验证了其泛化能力。本研究通过提出领域特定场景下大语言模型部署新范式，推动地理人工智能发展，对提升现实应用中GeoQA系统的可扩展性和准确性具有重要价值。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，其中以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）最为典型。尽管近期方法在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。对此，本研究的主要贡献包括：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）构建包含22个数据集的大规模基准测试集（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的发布使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，平均速度分别比传统方法和SLMs慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的场景选用LLMs；（2）资源受限或无法承担LLM调优成本的场景选用逻辑回归/SVM等传统方法；（3）追求接近最优效果-效率平衡时选用Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：本研究采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，通过第一性原理计算探究了铯原子(Cs)中多个偶宇称和奇宇称态标量与张量静态电偶极极化率($\alpha_d$)的电子关联效应和高阶相对论效应。为处理奇宇称E1算子对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，电子对关联(PC)效应比核心极化(CP)效应起着更主导作用。通过对比MBPT(3)与RCC结果，我们发现PC与CP效应间的关联效应以及双CP效应在这些计算中同样具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：Dataset and Methodology for Material Identification and virtual s-SNOM Using AFM Phase Approach Curves
中文标题：基于原子力显微镜相位趋近曲线的材料识别与虚拟s-SNOM数据集及方法学
发布日期：2025-04-02 11:42:03+00:00
作者：Stefan R. Anton, Denis E. Tranca, Stefan G. Stanciu, Adrian M. Ionescu, George A. Stanciu
分类：physics.optics
原文链接：http://arxiv.org/abs/2504.01636v1

中文摘要：原子力显微镜（AFM）相位趋近曲线在纳米级材料表征方面具有重要潜力，但现有鲁棒数据集和自动化分析工具较为匮乏。本文提出一种基于高维数据集的新材料识别方法，该数据集包含从硅、二氧化硅、铂、银和金五种材料采集的AFM相位趋近曲线。每次测量获取50个随探针-样品距离递增的相位值，最终形成50×50×50体素图像以表征不同深度的相位变化。利用该数据集，我们比较了k近邻（KNN）、随机森林（RF）和前馈神经网络（FNN）在材料分割中的表现。结果表明FNN具有最高的准确率和F1分数，优于传统方法。最后通过生成虚拟散射型扫描近场光学显微镜（s-SNOM）图像，我们验证了这些分割图的实际价值，揭示了如何利用AFM相位趋近曲线构建用于纳米级光学分析的精细化预测工具。

摘要

原文标题：Energy Bands and Breakdown Characteristics in Al2O3/UWBG AlGaN Heterostructures
中文标题：Al2O3/超宽禁带AlGaN异质结构中的能带与击穿特性
发布日期：2025-04-02 01:49:58+00:00
作者：Seungheon Shin, Kyle Liddy, Yinxuan Zhu, Chandan Joishi, Brianna A. Klein, Andrew Armstrong, Andrew A. Allerman, Siddharth Rajan
分类：cond-mat.mtrl-sci, physics.app-ph
原文链接：http://arxiv.org/abs/2504.01291v1

中文摘要：我们报道了超宽带隙(UWBG) AlGaN 异质结构上Al2O3 介质的能带与击穿特性。金属-介质-半导体结构对于维持未来高性能UWBG 晶体管所需的高电场至关重要。通过系统实验，我们测定了半导体平带条件下氧化物中的固定电荷密度(> 1013 cm-2)、介质/界面特性及内部电场。金属-氧化物-半导体结构中获得了低至5×10-7 A/cm2的栅漏电流。在横向金属-半导体-绝缘体测试结构中，当沟道面电荷密度为1.27×1013 cm-2时，击穿电压超过1 kV。有效峰值电场与平均击穿场强分别估算为>4.27 MV/cm和1.99 MV/cm。这些发现证明了Al2O3集成对提升UWBG AlGaN HEMTs 击穿性能的潜力。

摘要

原文标题：GeoRAG: A Question-Answering Approach from a Geographical Perspective
中文标题：GeoRAG：地理视角下的问答方法
发布日期：2025-04-02 08:11:05+00:00
作者：Jian Wang, Zhuo Zhao, Zheng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
分类：cs.IR
原文链接：http://arxiv.org/abs/2504.01458v1

中文摘要：地理问答（GeoQA）通过处理地理领域的自然语言查询来满足复杂用户需求并提升信息检索效率。然而传统问答系统存在理解局限、检索精度低、交互性弱及复杂任务处理不足等问题，阻碍了精准信息获取。本研究提出GeoRAG框架，该知识增强型问答系统融合领域微调、提示工程与检索增强生成（RAG）技术，以提升地理知识检索精度和用户交互体验。方法论包含四个组件：（1）基于3267份语料（研究论文、专著与技术报告）构建结构化地理知识库，通过多智能体方法归类为语义理解、空间定位、几何形态、属性特征、要素关联、演化过程与运作机制七个维度，最终生成145234条分类条目及875432组多维问答对；（2）基于BERT-Base-Chinese训练的多标签文本分类器，通过地理维度分类解析查询类型；（3）利用问答对数据评估查询-文档相关性的检索评估器，优化检索精度；（4）GeoPrompt模板动态整合用户查询与检索信息，通过维度特异性提示提升响应质量。对比实验表明GeoRAG在多个基础模型上均优于传统RAG，验证了其泛化能力。本研究通过提出领域专用大语言模型部署新范式，推动地理人工智能发展，对提升现实应用中GeoQA系统的可扩展性与准确性具有重要价值。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究的两项主要贡献在于：（i）对12种传统与新兴ATC方案（含5个开源LLMs）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类任务）的大型基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，速度分别比传统方法和SLMs慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的应用选用LLMs；（2）资源受限或无法承担LLMs调优成本的应用选用逻辑回归/SVM等传统方法；（3）追求接近最优效果-效率平衡时选择Roberta等SLMs。

摘要

原文标题：An Explainable Reconfiguration-Based Optimization Algorithm for Industrial and Reliability-Redundancy Allocation Problems
中文标题：面向工业与可靠性冗余分配问题的可解释重构优化算法
发布日期：2025-04-02 03:33:48+00:00
作者：Dikshit Chauhan, Nitin Gupta, Anupam Yadav
分类：cs.AI, cs.NE
原文链接：http://arxiv.org/abs/2504.01331v1

中文摘要：工业与可靠性优化问题通常涉及复杂约束条件，并需要高效、可解释的解决方案。本文提出AI-AEFA算法——一种基于参数重构的高级元启发式算法，专为解决大规模工业优化及可靠性-冗余分配问题而设计。该算法通过创新的对数S型参数自适应机制和混沌映射策略，显著提升了搜索空间探索能力与收敛效率。研究在28个IEEE CEC 2017约束基准问题、15个大规模工业优化问题及7个可靠性-冗余分配问题上验证了算法性能，结果表明其在可行性、计算效率和收敛速度方面均优于现有最先进优化技术。本工作的另一关键贡献是集成SHAP（Shapley加性解释）方法以增强AI-AEFA的可解释性，通过分析库仑常数、电荷量、加速度及静电力等关键参数的影响机制，为优化过程中的决策行为提供透明化解读。实验证实AI-AEFA是一种兼具鲁棒性、可扩展性和可解释性的优化工具，具有重要的实际应用价值。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：本研究采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，通过第一性原理计算探究了铯原子(Cs)中多个偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)的电子关联效应和高阶相对论效应。为处理奇宇称E1算子对原子轨道的微扰，计算采用线性响应方法进行。最终获得的$\alpha_d$值（含估计不确定度）与先前理论计算及现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子极化率测定中，对关联(PC)效应比核心极化(CP)效应起更主导作用。通过对比MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双CP效应在这些计算中同样具有显著影响。此外，在高激发态中，Breit相互作用的贡献尤为突出。

摘要

原文标题：Dataset and Methodology for Material Identification and virtual s-SNOM Using AFM Phase Approach Curves
中文标题：基于原子力显微镜相位趋近曲线的材料识别与虚拟s-SNOM数据集及方法学
发布日期：2025-04-02 11:42:03+00:00
作者：Stefan R. Anton, Denis E. Tranca, Stefan G. Stanciu, Adrian M. Ionescu, George A. Stanciu
分类：physics.optics
原文链接：http://arxiv.org/abs/2504.01636v1

中文摘要：原子力显微镜（AFM）相位趋近曲线在纳米尺度材料表征方面具有重要潜力，但现有鲁棒数据集和自动化分析工具仍较为有限。本文提出了一种基于高维数据集的新型材料识别方法，该数据集包含从硅、二氧化硅、铂、银和金五种材料采集的AFM相位趋近曲线。每次测量获取50个随探针-样品距离递增的相位值，最终形成50x50x50体素图像以表征不同深度的相位变化。利用该数据集，我们比较了k近邻（KNN）、随机森林（RF）和前馈神经网络（FNN）在材料分割中的表现。结果表明FNN具有最高的准确率和F1分数，优于传统方法。最后，我们通过生成虚拟散射型扫描近场光学显微镜（s-SNOM）图像验证了分割图的实际价值，揭示了如何利用AFM相位趋近曲线构建纳米级光学分析的精细化预测工具。

摘要

原文标题：Energy Bands and Breakdown Characteristics in Al2O3/UWBG AlGaN Heterostructures
中文标题：Al2O3/超宽禁带AlGaN异质结构中的能带与击穿特性
发布日期：2025-04-02 01:49:58+00:00
作者：Seungheon Shin, Kyle Liddy, Yinxuan Zhu, Chandan Joishi, Brianna A. Klein, Andrew Armstrong, Andrew A. Allerman, Siddharth Rajan
分类：cond-mat.mtrl-sci, physics.app-ph
原文链接：http://arxiv.org/abs/2504.01291v1

中文摘要：我们报道了超宽禁带(UWBG) AlGaN 异质结构上Al2O3 介质的能带与击穿特性。金属-介电-半导体结构对于维持未来高性能UWBG 晶体管所需的高电场至关重要。通过系统实验，我们测定了半导体平带条件下氧化物中的固定电荷密度(> 1013 cm-2)、介电/界面特性及电场分布。在金属-氧化物-半导体结构中获得了低至5×10-7 A/cm2的栅漏电流。横向金属-半导体-绝缘体测试结构在沟道面电荷密度为1.27×1013 cm-2时，击穿电压超过1 kV。有效峰值电场与平均击穿场强分别估算为>4.27 MV/cm和1.99 MV/cm。这些发现证明了Al2O3 集成对提升UWBG AlGaN HEMTs 击穿性能的潜力。

摘要

原文标题：GeoRAG: A Question-Answering Approach from a Geographical Perspective
中文标题：GeoRAG：基于地理视角的问答方法
发布日期：2025-04-02 08:11:05+00:00
作者：Jian Wang, Zhuo Zhao, Zheng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
分类：cs.IR
原文链接：http://arxiv.org/abs/2504.01458v1

中文摘要：地理问答（GeoQA）通过处理地理领域的自然语言查询来满足复杂用户需求并提升信息检索效率。然而传统问答系统存在理解局限、检索精度低、交互性弱及复杂任务处理不足等问题，阻碍了精准信息获取。本研究提出GeoRAG框架，该知识增强型问答系统结合领域微调、提示工程与检索增强生成（RAG）技术，以提升地理知识检索精度和用户交互体验。方法论包含四个组件：（1）基于3267份语料（研究论文、专著与技术报告）构建结构化地理知识库，通过多智能体方法归类为七个维度：语义理解、空间位置、几何形态、属性特征、要素关联、演化过程与作用机制，最终生成145234条分类条目及875432组多维问答对；（2）基于BERT-Base-Chinese的多标签文本分类器，用于通过地理维度分类解析查询类型；（3）利用问答对数据的检索评估器，优化查询-文档相关性判定以提升检索精度；（4）GeoPrompt模板动态整合用户查询与检索信息，通过维度特异性提示提升响应质量。对比实验表明GeoRAG在多个基础模型上均优于传统RAG，验证了其泛化能力。本研究通过提出领域专用大语言模型部署新范式，推动地理人工智能发展，对提升现实场景中GeoQA系统的可扩展性与准确性具有实践意义。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。对此，本研究的主要贡献包括：（i）对12种传统与新兴ATC方案（含5个开源LLMs）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开将使学界能复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，速度分别比传统方法和SLMs慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的应用选用LLMs；（2）资源受限或无法承担LLMs调优成本的应用选用逻辑回归/SVM等传统方法；（3）追求接近最优效果-效率平衡时选用Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：本研究采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，通过第一性原理计算探讨了铯原子(Cs)中若干偶宇称和奇宇称态标量与张量静态电偶极极化率($\alpha_d$)的电子关联效应和高阶相对论效应。为处理奇宇称E1算子对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子极化率测定中，电子对关联效应(PC)比核心极化效应(CP)起更主导作用。通过对比MBPT(3)与RCC结果，我们发现PC与CP效应间的关联效应以及双CP效应在这些计算中同样具有显著影响。此外，在高激发态中，Breit相互作用的贡献尤为突出。

摘要

原文标题：Dataset and Methodology for Material Identification and virtual s-SNOM Using AFM Phase Approach Curves
中文标题：基于原子力显微镜相位趋近曲线的材料识别与虚拟s-SNOM数据集及方法学
发布日期：2025-04-02 11:42:03+00:00
作者：Stefan R. Anton, Denis E. Tranca, Stefan G. Stanciu, Adrian M. Ionescu, George A. Stanciu
分类：physics.optics
原文链接：http://arxiv.org/abs/2504.01636v1

中文摘要：原子力显微镜（AFM）相位趋近曲线在纳米尺度材料表征方面具有重要潜力，但现有鲁棒数据集和自动化分析工具较为匮乏。本文提出了一种基于高维数据集的新颖材料识别方法，该数据集包含从硅、二氧化硅、铂、银和金五种材料采集的AFM相位趋近曲线。每次测量获取50个随探针-样品距离递增的相位值，最终形成50×50×50体素图像以表征不同深度的相位变化。利用该数据集，我们比较了k近邻（KNN）、随机森林（RF）和前馈神经网络（FNN）在材料分割中的表现。结果表明FNN具有最高的准确率和F1分数，优于传统方法。最后，我们通过生成虚拟散射型扫描近场光学显微镜（s-SNOM）图像验证了分割图的实际价值，揭示了如何利用AFM相位趋近曲线构建用于纳米级光学分析的精细化预测工具。

摘要

原文标题：Energy Bands and Breakdown Characteristics in Al2O3/UWBG AlGaN Heterostructures
中文标题：Al2O3/超宽禁带AlGaN异质结构中的能带与击穿特性
发布日期：2025-04-02 01:49:58+00:00
作者：Seungheon Shin, Kyle Liddy, Yinxuan Zhu, Chandan Joishi, Brianna A. Klein, Andrew Armstrong, Andrew A. Allerman, Siddharth Rajan
分类：cond-mat.mtrl-sci, physics.app-ph
原文链接：http://arxiv.org/abs/2504.01291v1

中文摘要：我们报道了超宽禁带(UWBG) AlGaN 异质结构上Al2O3 介质的能带和击穿特性。金属-介质-半导体结构对于维持未来高性能UWBG 晶体管所需的高电场至关重要。通过系统实验，我们测定了半导体平带条件下氧化物中的固定电荷密度(> 1013 cm-2)、介质界面特性及内部电场。在金属-氧化物-半导体结构中获得了低至5×10-7 A/cm2的栅漏泄漏电流。在横向金属-半导体-绝缘体测试结构中，当沟道面电荷密度为1.27×1013 cm-2时，击穿电压超过1 kV。有效峰值电场和平均击穿场强分别估计为>4.27 MV/cm和1.99 MV/cm。这些发现证明了Al2O3 集成对提升UWBG AlGaN HEMTs 击穿性能的潜力。

摘要

原文标题：GeoRAG: A Question-Answering Approach from a Geographical Perspective
中文标题：GeoRAG：地理视角下的问答方法
发布日期：2025-04-02 08:11:05+00:00
作者：Jian Wang, Zhuo Zhao, Zheng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
分类：cs.IR
原文链接：http://arxiv.org/abs/2504.01458v1

中文摘要：地理问答（GeoQA）通过处理地理领域的自然语言查询来满足复杂用户需求并提升信息检索效率。然而传统问答系统存在理解局限、检索精度低、交互性弱及复杂任务处理不足等问题，阻碍了精准信息获取。本研究提出GeoRAG框架，该知识增强型问答系统结合领域微调、提示工程与检索增强生成（RAG）技术，以提升地理知识检索精度和用户交互体验。方法论包含四个组件：（1）基于3267份语料（研究论文、专著与技术报告）构建结构化地理知识库，通过多智能体方法归类为语义理解、空间定位、几何形态、属性特征、要素关联、演化过程与运作机制七个维度，最终生成145234条分类条目与875432组多维问答对；（2）基于BERT-Base-Chinese的多标签文本分类器，用于通过地理维度分类解析查询类型；（3）利用问答对数据的检索评估器，优化查询-文档相关性判定以提升检索精度；（4）GeoPrompt模板动态整合用户查询与检索信息，通过维度特异性提示提升响应质量。对比实验表明GeoRAG在多个基础模型上均优于传统RAG，验证了其泛化能力。本研究通过提出领域专用大语言模型部署新范式，推动地理人工智能发展，对提升现实场景中GeoQA系统的可扩展性与准确性具有实践意义。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，其中以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）最为典型。尽管近期方法在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。对此，本研究的两项主要贡献为：（i）对12种传统与新型ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，速度分别比传统方法和SLMs慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的应用选用LLMs；（2）资源受限或无法承担LLMs调优成本的应用选用逻辑回归/SVM等传统方法；（3）追求效果-效率平衡的近优解时可选择Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：基于第一性原理计算展示铯(Cs I)多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：本研究采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，系统探究了铯原子(Cs)中若干偶宇称和奇宇称态标量与张量静态电偶极极化率($\alpha_d$)计算中的电子关联效应和高阶相对论效应。为处理奇宇称E1算符对原子轨道的微扰影响，计算采用线性响应理论框架。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算及现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子极化率测定中，电子对关联(PC)效应比核心极化(CP)效应起更主导作用。通过对比MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双CP效应在这些计算中同样具有显著影响。此外，在高激发态中，Breit相互作用的贡献尤为突出。

摘要

原文标题：Dataset and Methodology for Material Identification and virtual s-SNOM Using AFM Phase Approach Curves
中文标题：基于原子力显微镜相位趋近曲线的材料识别与虚拟s-SNOM数据集及方法学
发布日期：2025-04-02 11:42:03+00:00
作者：Stefan R. Anton, Denis E. Tranca, Stefan G. Stanciu, Adrian M. Ionescu, George A. Stanciu
分类：physics.optics
原文链接：http://arxiv.org/abs/2504.01636v1

中文摘要：原子力显微镜（AFM）相位趋近曲线在纳米级材料表征方面具有重要潜力，但现有鲁棒数据集和自动化分析工具较为有限。本文提出了一种基于高维数据集的新型材料识别方法，该数据集包含从硅、二氧化硅、铂、银和金五种材料采集的AFM相位趋近曲线。每次测量获取逐渐增加针尖-样品距离时的50个相位值，最终形成50x50x50体素图像以表征不同深度的相位变化。利用该数据集，我们比较了K近邻（KNN）、随机森林（RF）和前馈神经网络（FNN）在材料分割中的表现。结果表明，FNN具有最高的准确率和F1分数，优于传统方法。最后，我们通过生成虚拟散射型扫描近场光学显微镜（s-SNOM）图像验证了分割图的实际价值，揭示了如何利用AFM相位趋近曲线构建纳米级光学分析的精细化预测工具。

摘要

原文标题：Energy Bands and Breakdown Characteristics in Al2O3/UWBG AlGaN Heterostructures
中文标题：Al2O3/超宽禁带AlGaN异质结构中的能带与击穿特性
发布日期：2025-04-02 01:49:58+00:00
作者：Seungheon Shin, Kyle Liddy, Yinxuan Zhu, Chandan Joishi, Brianna A. Klein, Andrew Armstrong, Andrew A. Allerman, Siddharth Rajan
分类：cond-mat.mtrl-sci, physics.app-ph
原文链接：http://arxiv.org/abs/2504.01291v1

中文摘要：我们报道了超宽禁带(UWBG) AlGaN 异质结构上Al2O3 介质的能带与击穿特性。金属-介质-半导体结构对于维持未来高性能UWBG 晶体管所需的高电场至关重要。通过系统实验，我们测定了半导体平带条件下氧化物中的固定电荷密度(> 1013 cm-2)、介质/界面特性及内部电场。在金属-氧化物-半导体结构中获得了低至5×10-7 A/cm2的栅漏电流。横向金属-半导体-绝缘体测试结构在1.27×1013 cm-2沟道面电荷密度下实现了超过1 kV的击穿电压，有效峰值电场与平均击穿场强分别估算为>4.27 MV/cm和1.99 MV/cm。这些发现证明了Al2O3 集成对提升UWBG AlGaN HEMTs 击穿性能的潜力。

摘要

原文标题：GeoRAG: A Question-Answering Approach from a Geographical Perspective
中文标题：GeoRAG：地理视角下的问答方法
发布日期：2025-04-02 08:11:05+00:00
作者：Jian Wang, Zhuo Zhao, Zheng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
分类：cs.IR
原文链接：http://arxiv.org/abs/2504.01458v1

中文摘要：地理问答（GeoQA）通过处理地理领域的自然语言查询来满足复杂用户需求并提升信息检索效率。然而传统问答系统存在理解局限、检索精度低、交互性弱及复杂任务处理不足等问题，阻碍了精准信息获取。本研究提出GeoRAG框架，该知识增强型问答系统结合领域微调、提示工程与检索增强生成（RAG）技术，以提升地理知识检索精度和用户交互体验。方法论包含四个组件：（1）基于3267份语料（研究论文、专著与技术报告）构建结构化地理知识库，通过多智能体方法归类为语义理解、空间定位、几何形态、属性特征、要素关联、演化过程与运作机制七个维度，最终生成145234条分类条目及875432组多维问答对；（2）基于BERT-Base-Chinese的多标签文本分类器，用于通过地理维度分类解析查询类型；（3）利用问答对数据的检索评估器，优化查询-文档相关性判定以提升检索精度；（4）GeoPrompt模板动态整合用户查询与检索信息，通过维度特异性提示提升响应质量。对比实验表明GeoRAG在多个基础模型上均优于传统RAG，验证了其泛化能力。本研究通过提出领域专用大语言模型部署新范式，推动地理人工智能发展，对提升现实场景中GeoQA系统的可扩展性与准确性具有实践意义。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期方法在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。对此，本研究的主要贡献包括：（i）对12种传统与新型ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于交叉验证流程，并配套文档与代码。代码、数据和文档的开放将使学界能复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程导致计算成本激增，分别比传统方法和SLM平均慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的场景选用LLM；（2）资源受限或无法承担LLM调优成本的场景选用逻辑回归/SVM等传统方法；（3）追求接近最优效果-效率平衡时选用Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯原子(Cs)多个偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应的影响。为处理奇宇称E1算符对原子轨道的微扰，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，电子对关联(PC)效应比核心极化(CP)效应起更主要作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：Dataset and Methodology for Material Identification and virtual s-SNOM Using AFM Phase Approach Curves
中文标题：基于原子力显微镜相位趋近曲线的材料识别与虚拟s-SNOM数据集及方法学
发布日期：2025-04-02 11:42:03+00:00
作者：Stefan R. Anton, Denis E. Tranca, Stefan G. Stanciu, Adrian M. Ionescu, George A. Stanciu
分类：physics.optics
原文链接：http://arxiv.org/abs/2504.01636v1

中文摘要：原子力显微镜（AFM）相位趋近曲线在纳米尺度材料表征方面具有重要潜力，但现有鲁棒数据集和自动化分析工具较为匮乏。本文提出了一种基于高维数据集的新型材料识别方法，该数据集包含从硅、二氧化硅、铂、银和金五种材料采集的AFM相位趋近曲线。每次测量获取逐渐增加针尖-样品距离时的50个相位值，最终形成50x50x50体素图像以表征不同深度的相位变化。利用该数据集，我们比较了k近邻（KNN）、随机森林（RF）和前馈神经网络（FNN）在材料分割中的表现。结果表明FNN具有最高的准确率和F1分数，优于传统方法。最后，我们通过生成虚拟散射型扫描近场光学显微镜（s-SNOM）图像验证了分割图的实际价值，揭示了如何利用AFM相位趋近曲线构建纳米尺度光学分析的精细化预测工具。

摘要

原文标题：Energy Bands and Breakdown Characteristics in Al2O3/UWBG AlGaN Heterostructures
中文标题：Al2O3/超宽禁带AlGaN异质结构中的能带与击穿特性
发布日期：2025-04-02 01:49:58+00:00
作者：Seungheon Shin, Kyle Liddy, Yinxuan Zhu, Chandan Joishi, Brianna A. Klein, Andrew Armstrong, Andrew A. Allerman, Siddharth Rajan
分类：cond-mat.mtrl-sci, physics.app-ph
原文链接：http://arxiv.org/abs/2504.01291v1

中文摘要：我们报道了超宽禁带(UWBG) AlGaN 异质结构上Al2O3 介质的能带与击穿特性。金属-介质-半导体结构对于维持未来高性能UWBG 晶体管所需的高电场至关重要。通过系统实验，我们测定了半导体平带条件下氧化物中的固定电荷密度(> 1013 cm-2)、介质/界面特性及电场分布。金属-氧化物-半导体结构中获得了低至5×10-7 A/cm2的栅漏电流。在横向金属-半导体-绝缘体测试结构中，当沟道面电荷密度为1.27×1013 cm-2时，击穿电压超过1 kV。有效峰值电场与平均击穿场强分别估算为>4.27 MV/cm和1.99 MV/cm。这些发现证明了Al2O3 集成对提升UWBG AlGaN HEMTs 击穿性能的潜力。

摘要

原文标题：GeoRAG: A Question-Answering Approach from a Geographical Perspective
中文标题：GeoRAG：基于地理视角的问答方法
发布日期：2025-04-02 08:11:05+00:00
作者：Jian Wang, Zhuo Zhao, Zheng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
分类：cs.IR
原文链接：http://arxiv.org/abs/2504.01458v1

中文摘要：地理问答（GeoQA）通过处理地理领域的自然语言查询来满足复杂用户需求并提升信息检索效率。然而传统问答系统存在理解局限、检索精度低、交互性弱及复杂任务处理不足等问题，阻碍了精准信息获取。本研究提出GeoRAG框架，该知识增强型问答系统融合领域微调、提示工程与检索增强生成（RAG）技术，以提升地理知识检索精度和用户交互体验。方法论包含四个组件：（1）基于3267份语料（研究论文、专著与技术报告）构建结构化地理知识库，通过多智能体方法归类为语义理解、空间定位、几何形态、属性特征、要素关联、演化过程与运作机制七个维度，最终生成145234条分类条目与875432组多维问答对；（2）基于BERT-Base-Chinese的多标签文本分类器，用于通过地理维度分类解析查询类型；（3）利用问答对数据的检索评估器，优化查询-文档相关性判定；（4）GeoPrompt模板动态整合用户查询与检索信息，通过维度特异性提示提升响应质量。对比实验表明GeoRAG在多个基础模型上均优于传统RAG，验证了其泛化能力。本研究通过提出领域专用大语言模型部署新范式，推动地理人工智能发展，对提升现实场景中GeoQA系统的可扩展性与准确性具有重要价值。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期方法在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。对此，本研究的两项主要贡献为：（i）对12种传统与新型ATC方案（包括5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布一个包含22个数据集（涵盖情感分析和主题分类任务）的大型基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并附有完整文档和代码。代码、数据及文档的公开将使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程导致计算成本显著更高——分别比传统方法和SLM平均慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的应用选用LLM；（2）资源受限或无法承担LLM调优成本的应用选用逻辑回归/SVM等传统方法；（3）追求效果-效率平衡的近优解时选用Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯原子(Cs)多个偶宇称和奇宇称态标量与张量静态电偶极极化率($\alpha_d$)的计算中，我们采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，探究了电子关联效应和高阶相对论效应的影响。为考虑奇宇称E1算符对原子轨道的微扰作用，计算采用线性响应方法进行。我们最终获得的$\alpha_d$值及其估计不确定度与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明，在铯原子$\alpha_d$值的确定过程中，电子对关联(PC)效应比核心极化(CP)效应起着更主要的作用。通过比较MBPT(3)与RCC结果发现，PC与CP效应间的关联以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献相当可观。

摘要

原文标题：Dataset and Methodology for Material Identification and virtual s-SNOM Using AFM Phase Approach Curves
中文标题：基于原子力显微镜相位趋近曲线的材料识别与虚拟s-SNOM数据集及方法学
发布日期：2025-04-02 11:42:03+00:00
作者：Stefan R. Anton, Denis E. Tranca, Stefan G. Stanciu, Adrian M. Ionescu, George A. Stanciu
分类：physics.optics
原文链接：http://arxiv.org/abs/2504.01636v1

中文摘要：原子力显微镜（AFM）相位趋近曲线在纳米级材料表征方面具有重要潜力，但现有鲁棒数据集和自动化分析工具仍较为有限。本文提出了一种基于高维数据集的新材料识别方法，该数据集包含从硅、二氧化硅、铂、银和金五种材料采集的AFM相位趋近曲线。每次测量获取逐渐增加针尖-样品距离时的50个相位值，最终形成50×50×50体素图像以表征不同深度的相位变化。利用该数据集，我们比较了K近邻（KNN）、随机森林（RF）和前馈神经网络（FNN）在材料分割中的表现。结果表明，FNN具有最高的准确率和F1分数，优于传统方法。最后，我们通过生成虚拟散射型扫描近场光学显微镜（s-SNOM）图像验证了分割图的实际价值，揭示了如何利用AFM相位趋近曲线构建用于纳米级光学分析的精细化预测工具。

摘要

原文标题：Energy Bands and Breakdown Characteristics in Al2O3/UWBG AlGaN Heterostructures
中文标题：Al2O3/超宽禁带AlGaN异质结构中的能带与击穿特性
发布日期：2025-04-02 01:49:58+00:00
作者：Seungheon Shin, Kyle Liddy, Yinxuan Zhu, Chandan Joishi, Brianna A. Klein, Andrew Armstrong, Andrew A. Allerman, Siddharth Rajan
分类：cond-mat.mtrl-sci, physics.app-ph
原文链接：http://arxiv.org/abs/2504.01291v1

中文摘要：我们报道了超宽禁带(UWBG) AlGaN 异质结构上Al2O3 介质的能带与击穿特性。金属-介质-半导体结构对于维持未来高性能UWBG 晶体管所需的高电场至关重要。通过系统实验，我们测定了半导体平带条件下氧化物中的固定电荷密度(> 1013 cm-2)、介质/界面特性及内部电场。在金属-氧化物-半导体结构中获得了低至5×10-7 A/cm2的栅漏泄漏电流。横向金属-半导体-绝缘体测试结构在沟道面电荷密度1.27×1013 cm-2时实现了超过1 kV的击穿电压，有效峰值电场与平均击穿场强分别估算为>4.27 MV/cm和1.99 MV/cm。这些发现证明了Al2O3 集成对提升UWBG AlGaN HEMTs 击穿性能的潜力。

摘要

原文标题：GeoRAG: A Question-Answering Approach from a Geographical Perspective
中文标题：GeoRAG：地理视角下的问答方法
发布日期：2025-04-02 08:11:05+00:00
作者：Jian Wang, Zhuo Zhao, Zheng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
分类：cs.IR
原文链接：http://arxiv.org/abs/2504.01458v1

中文摘要：地理问答（GeoQA）通过处理地理领域的自然语言查询来满足复杂用户需求并提升信息检索效率。然而传统问答系统存在理解局限、检索精度低、交互性弱及复杂任务处理不足等问题，阻碍了精确信息获取。本研究提出GeoRAG框架，该知识增强型问答系统结合领域微调、提示工程与检索增强生成（RAG）技术，以提升地理知识检索精度和用户交互体验。方法论包含四个组件：（1）基于3267份语料（研究论文、专著与技术报告）构建结构化地理知识库，通过多智能体方法归类为语义理解、空间定位、几何形态、属性特征、要素关联、演化过程与运作机制七个维度，最终生成145234条分类条目与875432组多维问答对；（2）基于BERT-Base-Chinese的多标签文本分类器，用于通过地理维度分类解析查询类型；（3）利用问答对数据的检索评估器，优化查询-文档相关性判定以提升检索精度；（4）GeoPrompt模板动态整合用户查询与检索信息，通过维度特异性提示提升响应质量。对比实验表明GeoRAG在多个基础模型上均优于传统RAG，验证了其泛化能力。本研究通过提出领域专用大语言模型部署新范式，推动地理人工智能发展，对提升现实场景中GeoQA系统的可扩展性与准确性具有实践意义。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，其中以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）最为典型。尽管近期方法在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。针对此，本研究的两项主要贡献为：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试集（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于折叠交叉验证流程，并配套完整文档与代码。代码、数据和文档的公开将使学界能复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程导致计算成本激增，分别比传统方法和SLMs平均慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的场景选用LLMs；（2）资源受限或无法承担LLM调优成本时选用逻辑回归/SVM等传统方法；（3）追求效果-效率平衡时选择Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯原子(Cs)多个偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，探究了电子关联效应和高阶相对论效应。为处理奇宇称E1算符对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子极化率测定中，电子对关联(PC)效应比核心极化(CP)效应起更主导作用。通过对比MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双CP效应在这些计算中同样具有显著影响。此外，在高激发态中，Breit相互作用的贡献尤为突出。

摘要

原文标题：Dataset and Methodology for Material Identification and virtual s-SNOM Using AFM Phase Approach Curves
中文标题：基于原子力显微镜相位趋近曲线的材料识别与虚拟s-SNOM方法数据集
发布日期：2025-04-02 11:42:03+00:00
作者：Stefan R. Anton, Denis E. Tranca, Stefan G. Stanciu, Adrian M. Ionescu, George A. Stanciu
分类：physics.optics
原文链接：http://arxiv.org/abs/2504.01636v1

中文摘要：原子力显微镜（AFM）相位趋近曲线在纳米尺度材料表征方面具有重要潜力，但现有鲁棒数据集和自动化分析工具仍较为匮乏。本文提出了一种基于高维数据集的新型材料识别方法，该数据集包含从硅、二氧化硅、铂、银和金五种不同材料采集的AFM相位趋近曲线。每次测量获取50个在探针-样品间距递增时的相位值，最终形成50x50x50体素图像以表征不同深度的相位变化。利用该数据集，我们比较了k近邻（KNN）、随机森林（RF）和前馈神经网络（FNN）在材料分割中的表现。结果表明，FNN具有最高的准确率和F1分数，优于传统方法。最后，我们通过生成虚拟散射型扫描近场光学显微镜（s-SNOM）图像验证了分割图的实际价值，揭示了如何利用AFM相位趋近曲线构建用于纳米尺度光学分析的精细化预测工具。

摘要

原文标题：Energy Bands and Breakdown Characteristics in Al2O3/UWBG AlGaN Heterostructures
中文标题：Al2O3/超宽禁带AlGaN异质结构中的能带与击穿特性
发布日期：2025-04-02 01:49:58+00:00
作者：Seungheon Shin, Kyle Liddy, Yinxuan Zhu, Chandan Joishi, Brianna A. Klein, Andrew Armstrong, Andrew A. Allerman, Siddharth Rajan
分类：cond-mat.mtrl-sci, physics.app-ph
原文链接：http://arxiv.org/abs/2504.01291v1

中文摘要：我们报道了超宽禁带(UWBG) AlGaN 异质结构上Al2O3 介质的能带和击穿特性。金属-介质-半导体结构对于维持未来高性能UWBG晶体管所需的高电场至关重要。通过系统实验，我们测定了半导体平带条件下氧化物中的固定电荷密度(> 1013 cm-2)、介质/界面特性及电场强度。金属-氧化物-半导体结构中获得了低至5×10-7 A/cm2的栅漏泄漏电流。在横向金属-半导体-绝缘体测试结构中，当沟道面电荷密度为1.27×1013 cm-2时，击穿电压超过1 kV。有效峰值电场和平均击穿场强分别估计为>4.27 MV/cm和1.99 MV/cm。这些发现证明了Al2O3 集成对于提升UWBG AlGaN HEMTs 击穿性能的潜力。

摘要

原文标题：GeoRAG: A Question-Answering Approach from a Geographical Perspective
中文标题：GeoRAG：地理视角下的问答方法
发布日期：2025-04-02 08:11:05+00:00
作者：Jian Wang, Zhuo Zhao, Zheng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
分类：cs.IR
原文链接：http://arxiv.org/abs/2504.01458v1

中文摘要：地理问答系统(GeoQA)通过处理地理领域的自然语言查询来满足复杂用户需求并提升信息检索效率。然而传统问答系统存在理解局限、检索精度低、交互性弱及复杂任务处理不足等问题，阻碍了精准信息获取。本研究提出GeoRAG框架，该知识增强型问答系统融合领域微调、提示工程与检索增强生成(RAG)技术，以提升地理知识检索精度和用户交互体验。方法论包含四个组件：(1)基于3267份语料(研究论文、专著及技术报告)构建结构化地理知识库，通过多智能体方法归类为语义理解、空间定位、几何形态、属性特征、要素关联、演化过程及运作机制七个维度，最终形成145234条分类条目和875432组多维问答对；(2)基于BERT-Base-Chinese的多标签文本分类器，通过地理维度分类解析查询类型；(3)利用问答对数据的检索评估器优化查询-文档相关性判定；(4)GeoPrompt模板动态整合用户查询与检索信息，通过维度特异性提示提升响应质量。对比实验表明GeoRAG在多个基础模型上均优于传统RAG，验证了其泛化能力。本研究通过提出领域专用大语言模型部署新范式，推动地理人工智能发展，对提升现实应用中GeoQA系统的可扩展性与准确性具有重要价值。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，其中以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）最为典型。尽管近期方法在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的性能提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：(i) 对12种传统与新型ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；(ii) 发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），提供基于折叠交叉验证的数据划分方案、完整文档及代码。通过公开代码、数据和文档，本研究支持学界以更科学的方式复现实验并推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程导致计算成本激增，分别比传统方法和SLMs平均慢590倍和8.5倍。由此提出建议：(1) 对效果要求极致且能承担成本的场景选用LLMs；(2) 资源受限或无法承担LLM调优成本时选择逻辑回归/SVM等传统方法；(3) 追求效果-效率平衡时选用Roberta等SLMs。

摘要

原文标题：A Truncated Newton Method for Optimal Transport
中文标题：最优传输的截断牛顿法
发布日期：2025-04-02 19:00:24+00:00
作者：Mete Kemertas, Amir-massoud Farahmand, Allan D. Jepson
分类：cs.LG, cs.MS, math.OC, G.3; G.4; I.4.0
原文链接：http://arxiv.org/abs/2504.02067v1

中文摘要：摘要：开发现代最优传输(OT)求解器需要权衡多个关键需求：GPU 并行化能力、高维问题的可扩展性、理论收敛保证、精度与运行时的实证性能，以及实际应用中的数值稳定性。针对这些挑战，我们提出了一种专门用于熵正则化 OT的截断牛顿算法。除了证明在无需假设Hessian矩阵 Lipschitz连续的情况下仍可能实现局部二次收敛外，我们还提供了在实践中最大限度利用高局部收敛速率的策略。我们的GPU 并行算法展现出极其优越的运行时性能，以比现有方案快数个数量级的速度实现高精度计算，这通过24个问题集（12个数据集×2种成本函数）的挂钟时间实验得到验证。该算法的可扩展性在一个超大规模OT问题上得到展示（n≈10^6），在弱熵正则化条件下实现了近似求解。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：基于第一性原理计算展示铯(Cs I)多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：在铯(Cs)原子多个偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应。为处理奇宇称E1算符对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，对关联效应(PC)比核心极化效应(CP)起着更重要的作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：Dataset and Methodology for Material Identification and virtual s-SNOM Using AFM Phase Approach Curves
中文标题：基于原子力显微镜相位趋近曲线的材料识别与虚拟s-SNOM方法数据集
发布日期：2025-04-02 11:42:03+00:00
作者：Stefan R. Anton, Denis E. Tranca, Stefan G. Stanciu, Adrian M. Ionescu, George A. Stanciu
分类：physics.optics
原文链接：http://arxiv.org/abs/2504.01636v1

中文摘要：原子力显微镜（AFM）相位趋近曲线在纳米尺度材料表征方面具有重要潜力，但现有鲁棒数据集和自动化分析工具较为匮乏。本文提出了一种基于高维数据集的新材料识别方法，该数据集包含从硅、二氧化硅、铂、银和金五种材料采集的AFM相位趋近曲线。每次测量获取50个在探针-样品间距递增时记录的相位值，最终形成50x50x50体素图像以表征不同深度的相位变化。利用该数据集，我们比较了k近邻（KNN）、随机森林（RF）和前馈神经网络（FNN）在材料分割中的表现。结果表明，FNN具有最高的准确率和F1分数，优于传统方法。最后，通过生成虚拟散射型扫描近场光学显微镜（s-SNOM）图像，我们验证了这些分割图的实际应用价值，揭示了如何利用AFM相位趋近曲线构建用于纳米级光学分析的精细化预测工具。

摘要

原文标题：Energy Bands and Breakdown Characteristics in Al2O3/UWBG AlGaN Heterostructures
中文标题：Al2O3/超宽禁带AlGaN异质结构中的能带与击穿特性
发布日期：2025-04-02 01:49:58+00:00
作者：Seungheon Shin, Kyle Liddy, Yinxuan Zhu, Chandan Joishi, Brianna A. Klein, Andrew Armstrong, Andrew A. Allerman, Siddharth Rajan
分类：cond-mat.mtrl-sci, physics.app-ph
原文链接：http://arxiv.org/abs/2504.01291v1

中文摘要：我们报道了超宽禁带(UWBG) AlGaN 异质结构上Al2O3 介质的能带与击穿特性。金属-介质-半导体结构对于维持未来高性能UWBG 晶体管所需的高电场至关重要。通过系统实验，我们测定了半导体平带条件下氧化物中的固定电荷密度(> 1013 cm-2)、介质/界面特性及电场分布。在金属-氧化物-半导体结构中获得了低至5×10-7 A/cm2的栅漏电流。横向金属-半导体-绝缘体测试结构在1.27×1013 cm-2沟道面电荷密度下实现了超过1 kV的击穿电压。有效峰值电场与平均击穿场强分别估计为>4.27 MV/cm和1.99 MV/cm。这些发现证明了Al2O3 集成对提升UWBG AlGaN HEMTs 击穿性能的潜力。

摘要

原文标题：GeoRAG: A Question-Answering Approach from a Geographical Perspective
中文标题：GeoRAG：地理视角下的问答方法
发布日期：2025-04-02 08:11:05+00:00
作者：Jian Wang, Zhuo Zhao, Zheng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
分类：cs.IR
原文链接：http://arxiv.org/abs/2504.01458v1

中文摘要：地理问答系统(GeoQA)通过处理地理领域的自然语言查询来满足复杂用户需求并提升信息检索效率。然而传统问答系统存在理解局限、检索精度低、交互性弱及复杂任务处理不足等缺陷，阻碍了精准信息获取。本研究提出GeoRAG框架，该知识增强型问答系统融合领域微调、提示工程与检索增强生成(RAG)技术，以提升地理知识检索精度和用户交互体验。方法论包含四个组件：(1)基于3267份语料(研究论文、专著与技术报告)构建结构化地理知识库，通过多智能体方法归类为语义理解、空间定位、几何形态、属性特征、要素关联、演化过程与作用机制七个维度，最终形成145234条分类条目与875432组多维问答对；(2)基于BERT-Base-Chinese的多标签文本分类器，用于通过地理维度分类解析查询类型；(3)利用问答对数据的检索评估器，优化查询-文档相关性判定；(4)GeoPrompt模板动态整合用户查询与检索信息，通过维度特异性提示提升响应质量。对比实验表明GeoRAG在多个基础模型上均优于传统RAG，验证了其泛化能力。本研究通过提出领域专用大语言模型部署新范式，推动地理人工智能发展，对提升现实应用中GeoQA系统的可扩展性与准确性具有重要价值。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，其中以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）最为典型。尽管近期方法在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。对此，本研究的主要贡献包括：（i）对12种传统与新型ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于交叉验证流程，并配套文档与代码。代码、数据和文档的公开将使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程导致计算成本显著更高——分别比传统方法和SLMs平均慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的场景选用LLMs；（2）资源受限或无法承担LLM调优成本时选用逻辑回归/SVM等传统方法；（3）追求接近最优效果-效率平衡时选择Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：通过采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2)、三阶微扰理论(MBPT(3)、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，我们研究了铯原子(Cs)中若干偶宇称和奇宇称态标量与张量静态电偶极极化率($\alpha_d$)计算中的电子关联效应和高阶相对论效应。为处理奇宇称E1算符对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算及现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，对关联效应(PC)比核心极化效应(CP)起着更重要的作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应之间的关联性以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：Dataset and Methodology for Material Identification and virtual s-SNOM Using AFM Phase Approach Curves
中文标题：基于原子力显微镜相位趋近曲线的材料识别与虚拟s-SNOM数据集及方法学
发布日期：2025-04-02 11:42:03+00:00
作者：Stefan R. Anton, Denis E. Tranca, Stefan G. Stanciu, Adrian M. Ionescu, George A. Stanciu
分类：physics.optics
原文链接：http://arxiv.org/abs/2504.01636v1

中文摘要：原子力显微镜（AFM）相位趋近曲线在纳米尺度材料表征方面具有重要潜力，但现有鲁棒数据集和自动化分析工具仍较为匮乏。本文提出了一种基于高维数据集的新材料识别方法，该数据集包含从硅、二氧化硅、铂、银和金五种材料采集的AFM相位趋近曲线。每次测量获取50个随探针-样品距离递增的相位值，最终形成50×50×50体素图像以表征不同深度的相位变化。利用该数据集，我们比较了k近邻（KNN）、随机森林（RF）和前馈神经网络（FNN）在材料分割中的表现。结果表明，FNN具有最高的准确率和F1分数，优于传统方法。最后，我们通过生成虚拟散射型扫描近场光学显微镜（s-SNOM）图像验证了分割图的实际价值，揭示了如何利用AFM相位趋近曲线构建用于纳米级光学分析的精细化预测工具。

摘要

原文标题：Automatic Estimation of Pedestrian Gait Features using a single camera recording: Algorithm and Statistical Analysis for Gender Difference and Obstacle Interactions
中文标题：基于单摄像头记录的步态特征自动估计算法及性别差异与障碍物交互的统计分析
发布日期：2025-04-02 11:06:23+00:00
作者：Kanika Jain, Abhishek Gupta, Indranil Saha Dalal, Anurag Tripathi, Shankar Prawesh
分类：physics.soc-ph
原文链接：http://arxiv.org/abs/2504.01600v1

中文摘要：行人步态特征（包括身体摆动频率、幅度、步长和速度）以及行人个人空间与方向偏好，是各类行人动力学研究中的重要参数。步态特征测量在从医疗领域到桥梁设计的广泛应用中至关重要，而个人空间和方向选择（方向偏好）在人群模拟中起着关键作用。本研究提出了一种自动算法，用于计算从建筑物屋顶单摄像头拍摄视频中提取轨迹的步态特征。研究发现：与男性相比，女性摆动幅度小28.64%，步长短8.68%，速度慢8.14%，但频率无显著差异；进一步研究表明，主导步态特征的主要变量是身体参数而非性别。我们进行了三组实验：志愿者在a)无障碍物、b)路径中央放置静态非生命障碍物、c)路径中央站立人的情况下走向目的地。综合统计分析显示：步态特征无显著性别差异；有无障碍物时步态特征无显著差异；在性别匹配舒适度前提下，行人对待静态人类与静态障碍物的方式相同；受印度左行交通规则影响，行人普遍存在向左的方向偏好。

摘要

原文标题：Accelerating IoV Intrusion Detection: Benchmarking GPU-Accelerated vs CPU-Based ML Libraries
中文标题：加速车联网入侵检测：基于GPU加速与CPU的机器学习库性能对比
发布日期：2025-04-02 17:04:53+00:00
作者：Furkan Çolhak, Hasan Coşkun, Tsafac Nkombong Regine Cyrille, Tedi Hoxa, Mert İlhan Ecevit, Mehmet Nafiz Aydın
分类：cs.LG, cs.AI, cs.CR
原文链接：http://arxiv.org/abs/2504.01905v2

中文摘要：车联网（IoV）可能面临具有挑战性的网络安全攻击，这需要复杂的入侵检测系统以及快速的开发和响应机制。本研究比较了GPU加速库（cuML）与传统基于CPU的实现（scikit-learn）在性能上的优势，重点关注车联网威胁检测环境中机器学习模型所需的速度和效率。通过使用四种机器学习方法（随机森林、KNN、逻辑回归、XGBoost）在三个不同的车联网安全数据集（OTIDS、GIDS、CICIoV2024）上进行全面评估，我们的研究结果表明：与传统的CPU处理相比，GPU加速实现显著提高了计算效率——训练时间最高缩短至1/159，预测速度最高提升95倍，同时保持了检测精度。这一显著的性能突破使研究人员和安全专家能够利用GPU加速，构建更快、更有效的威胁检测系统，以满足当今互联车辆网络对实时安全性的迫切需求。

摘要

原文标题：Nonlinear interactions between the Amazon River basin and the Tropical North Atlantic at interannual timescales
中文标题：亚马逊河流域与热带北大西洋在年际尺度上的非线性相互作用
发布日期：2025-04-02 20:05:54+00:00
作者：Alejandro Builes-Jaramillo, Norbert Marwan, Germán Poveda, Jürgen Kurths
分类：physics.ao-ph, nlin.CD, physics.data-an
原文链接：http://arxiv.org/abs/2504.02102v1

中文摘要：我们通过分析亚马逊流域(AM)降水指数(P-E)时间序列、两区域间地表气压梯度及热带北大西洋(TNA)海表温度(SST)，研究了年际尺度上亚马逊水文气候对热带北大西洋海温的潜在影响机制。采用基于递归联合概率的分析方法，该方法能捕捉时间序列间的滞后非线性依赖关系，并通过递归分析的孪生替代技术量化统计显著性。非线性依赖分析表明：在年际尺度上，亚马逊水文对0-2个月后的TNA海温状态具有90%-95%统计置信度的影响，同时揭示了各变量间的双向反馈机制：(i)AM降水领先TNA-AM气压梯度0-2个月；(ii)气压梯度领先TNA信风带0-3个月及7-12个月；(iii)信风带领先SST变化0-3个月；(iv)SST变化领先AM降水1个月。研究涵盖1979-2008年时间序列，特别分析了1999、2005、2009和2010年AM极端降水事件，以及1963、1980、1983、1997、1998、2005和2010年极端干旱与1989、1999和2009年洪水期间相关变量的月均状况。结果证实亚马逊流域作为陆-气桥梁，在年际尺度上连接了热带太平洋与TNA海温变化。

摘要

原文标题：Accelerating IoV Intrusion Detection: Benchmarking GPU-Accelerated vs CPU-Based ML Libraries
中文标题：加速车联网入侵检测：GPU加速与基于CPU的机器学习库性能对比
发布日期：2025-04-02 17:04:53+00:00
作者：Furkan Çolhak, Hasan Coşkun, Tsafac Nkombong Regine Cyrille, Tedi Hoxa, Mert İlhan Ecevit, Mehmet Nafiz Aydın
分类：cs.LG, cs.AI, cs.CR
原文链接：http://arxiv.org/abs/2504.01905v1

中文摘要：车联网（IoV）可能面临严峻的网络安全攻击，这需要复杂的入侵检测系统以及快速开发和响应机制。本研究比较了GPU加速库（cuML）与传统基于CPU的实现（scikit-learn）的性能优势，重点关注车联网威胁检测环境中机器学习模型所需的速度和效率。通过使用四种机器学习方法（随机森林、KNN、逻辑回归、XGBoost）在三个不同的车联网安全数据集（OTIDS、GIDS、CICIoV2024）上进行全面评估，我们的研究结果表明：在保持检测精度的前提下，GPU加速实现显著提升了计算效率——与传统CPU处理相比，训练时间最高缩短至1/159，预测速度最高提升95倍。这一显著的性能突破使研究人员和安全专家能够利用GPU加速，构建更快、更有效的威胁检测系统，以满足当今互联车辆网络对实时安全性的迫切需求。

摘要

原文标题：Energy Bands and Breakdown Characteristics in Al2O3/UWBG AlGaN Heterostructures
中文标题：Al2O3/超宽禁带AlGaN异质结构中的能带与击穿特性
发布日期：2025-04-02 01:49:58+00:00
作者：Seungheon Shin, Kyle Liddy, Yinxuan Zhu, Chandan Joishi, Brianna A. Klein, Andrew Armstrong, Andrew A. Allerman, Siddharth Rajan
分类：cond-mat.mtrl-sci, physics.app-ph
原文链接：http://arxiv.org/abs/2504.01291v1

中文摘要：我们报道了超宽禁带(UWBG) AlGaN 异质结构上Al2O3 介质的能带与击穿特性。金属-介质-半导体结构对于维持未来高性能UWBG 晶体管所需的高电场至关重要。通过系统实验，我们测定了半导体平带条件下氧化物中的固定电荷密度(> 1013 cm-2)、介质/界面特性及电场分布。在金属-氧化物-半导体结构中获得了低至5×10-7 A/cm2的栅漏电流。横向金属-半导体-绝缘体测试结构在沟道面电荷密度1.27×1013 cm-2时实现了超过1 kV的击穿电压，有效峰值电场与平均击穿场强分别达到>4.27 MV/cm和1.99 MV/cm。这些发现证明了Al2O3 集成对提升UWBG AlGaN HEMTs 击穿性能的潜力。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期方法在效能上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效能提升是否足以抵消其高昂成本。对此，本研究的主要贡献包括：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开将帮助研究社区复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效能上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，平均速度分别比传统方法和SLM慢590倍和8.5倍。由此提出建议：（1）追求最佳效能且能承担成本时选用LLM；（2）资源受限或无法承担LLM调优成本时选用逻辑回归/SVM等传统方法；（3）需要接近最优的效能-效率平衡时选择Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯(Cs)原子多个偶宇称和奇宇称态标量与张量静态电偶极极化率($\alpha_d$)的计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应。为考虑奇宇称E1算符对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明，在铯原子$\alpha_d$值的确定过程中，对关联效应(PC)比核心极化效应(CP)起着更重要的作用。通过比较MBPT(3)和RCC结果，我们发现PC与CP效应的关联效应以及双CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献相当可观。

摘要

原文标题：GeoRAG: A Question-Answering Approach from a Geographical Perspective
中文标题：GeoRAG：地理视角下的问答方法
发布日期：2025-04-02 08:11:05+00:00
作者：Jian Wang, Zhuo Zhao, Zheng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
分类：cs.IR
原文链接：http://arxiv.org/abs/2504.01458v1

中文摘要：地理问答系统(GeoQA)通过处理地理领域的自然语言查询来满足复杂用户需求并提升信息检索效率。然而传统问答系统存在理解局限、检索精度低、交互性弱及复杂任务处理不足等缺陷，阻碍了精准信息获取。本研究提出GeoRAG框架，该知识增强型问答系统融合领域微调、提示工程与检索增强生成(RAG)技术，以提升地理知识检索精度和用户交互体验。方法论包含四个核心组件：(1)基于3267份语料(研究论文、专著与技术报告)构建结构化地理知识库，通过多智能体方法归类为语义理解、空间位置、几何形态、属性特征、要素关联、演化过程及作用机制七个维度，最终形成145234条分类条目与875432组多维问答对；(2)基于BERT-Base-Chinese的多标签文本分类器，用于通过地理维度分类解析查询类型；(3)利用问答对数据的检索评估器，优化查询-文档相关性判定精度；(4)GeoPrompt模板动态整合用户查询与检索信息，通过维度特异性提示提升响应质量。对比实验表明GeoRAG在多个基础模型上均优于传统RAG，验证了其泛化能力。本研究通过提出领域专用大语言模型部署新范式，推动地理人工智能发展，对提升现实场景中GeoQA系统的可扩展性与准确性具有重要价值。

摘要

原文标题：Dataset and Methodology for Material Identification and virtual s-SNOM Using AFM Phase Approach Curves
中文标题：基于原子力显微镜相位趋近曲线的材料识别与虚拟s-SNOM数据集及方法学
发布日期：2025-04-02 11:42:03+00:00
作者：Stefan R. Anton, Denis E. Tranca, Stefan G. Stanciu, Adrian M. Ionescu, George A. Stanciu
分类：physics.optics
原文链接：http://arxiv.org/abs/2504.01636v1

中文摘要：原子力显微镜（AFM）相位趋近曲线在纳米尺度材料表征方面具有重要潜力，但现有鲁棒数据集和自动化分析工具较为匮乏。本文提出了一种基于高维数据集的新颖材料识别方法，该数据集包含从硅、二氧化硅、铂、银和金五种材料采集的AFM相位趋近曲线。每次测量获取逐渐增加针尖-样品距离时的50个相位值，最终形成50×50×50体素图像以表征不同深度的相位变化。利用该数据集，我们比较了k近邻（KNN）、随机森林（RF）和前馈神经网络（FNN）在材料分割中的表现。结果表明FNN具有最高的准确率和F1分数，优于传统方法。最后，我们通过生成虚拟散射型扫描近场光学显微镜（s-SNOM）图像验证了分割图的实际价值，揭示了如何利用AFM相位趋近曲线构建用于纳米级光学分析的精细化预测工具。

摘要

原文标题：Automatic Estimation of Pedestrian Gait Features using a single camera recording: Algorithm and Statistical Analysis for Gender Difference and Obstacle Interactions
中文标题：基于单摄像头记录的行人步态特征自动估计算法及性别差异与障碍物交互的统计分析
发布日期：2025-04-02 11:06:23+00:00
作者：Kanika Jain, Abhishek Gupta, Indranil Saha Dalal, Anurag Tripathi, Shankar Prawesh
分类：physics.soc-ph
原文链接：http://arxiv.org/abs/2504.01600v1

中文摘要：行人步态特征（包括身体摆动频率、幅度、步长和速度）以及行人个人空间与方向偏好，是各类行人动力学研究中的重要参数。步态特征测量在从医疗领域到桥梁设计等广泛应用中具有关键作用，而个人空间和方向选择（方向偏好）在人群模拟中扮演重要角色。本研究提出了一种自动算法，用于计算通过安装在建筑物顶部的单摄像头所录制视频中提取轨迹的步态特征。研究发现：与男性相比，女性摆动幅度小28.64%，步长短8.68%，速度慢8.14%，但频率无显著差异；进一步研究表明，主导步态特征的主要变量是身体参数而非性别。我们进行了三项实验：志愿者分别走向目的地时 a) 无任何障碍物 b) 路径中央存在静止非生物障碍物 c) 路径中央站立人类。综合统计分析显示：步态特征无显著性别差异；有无障碍物时步态特征无显著差异；在性别匹配舒适度的前提下，行人对待静止人类与静止障碍物的方式相同；受印度左行交通规则影响，行人表现出向左的方向偏好。

摘要

原文标题：Accelerating IoV Intrusion Detection: Benchmarking GPU-Accelerated vs CPU-Based ML Libraries
中文标题：加速车联网入侵检测：GPU加速与基于CPU的机器学习库性能对比
发布日期：2025-04-02 17:04:53+00:00
作者：Furkan Çolhak, Hasan Coşkun, Tsafac Nkombong Regine Cyrille, Tedi Hoxa, Mert İlhan Ecevit, Mehmet Nafiz Aydın
分类：cs.LG, cs.AI, cs.CR
原文链接：http://arxiv.org/abs/2504.01905v2

中文摘要：车联网（IoV）可能面临严峻的网络安全攻击，这需要复杂的入侵检测系统以及快速开发和响应机制。本研究比较了GPU加速库（cuML）与传统CPU实现（scikit-learn）的性能优势，重点关注车联网威胁检测环境中机器学习模型所需的速度和效率。通过使用四种机器学习方法（随机森林、K近邻、逻辑回归、XGBoost）在三个不同的车联网安全数据集（OTIDS、GIDS、CICIoV2024）上进行全面评估，我们发现：在保持检测精度的前提下，GPU加速实现的训练时间最高可缩短至CPU处理的1/159，预测速度最高提升95倍。这一显著的性能突破使研究人员和安全专家能够利用GPU加速技术，构建更快、更有效的威胁检测系统，以满足当今互联车辆网络对实时安全性的迫切需求。

摘要

原文标题：Nonlinear interactions between the Amazon River basin and the Tropical North Atlantic at interannual timescales
中文标题：亚马逊河流域与热带北大西洋在年际尺度上的非线性相互作用
发布日期：2025-04-02 20:05:54+00:00
作者：Alejandro Builes-Jaramillo, Norbert Marwan, Germán Poveda, Jürgen Kurths
分类：physics.ao-ph, nlin.CD, physics.data-an
原文链接：http://arxiv.org/abs/2504.02102v1

中文摘要：我们通过分析亚马逊地区(AM)降水指数(P-E)时间序列、两区域间地表气压梯度及热带北大西洋(TNA)海表温度(SST)，研究了年际尺度上亚马逊水文气候对热带北大西洋海温的潜在影响机制。采用基于递归联合概率的分析方法，该方法能捕捉时间序列间的滞后非线性依赖关系，并通过递归分析的孪生替代物技术量化统计显著性。非线性依赖分析表明：在年际尺度上，亚马逊水文对0-2个月后的TNA海温状态具有90%-95%统计置信度的影响，同时揭示了各变量间的双向反馈机制：(i)AM降水领先TNA-AM气压梯度0-2个月；(ii)气压梯度领先TNA信风带0-3个月及7-12个月；(iii)信风带领先SST变化0-3个月；(iv)SST变化领先AM降水1个月。研究基于1979-2008年时间序列，并特别分析了1999、2005、2009和2010年AM极端降水事件，以及1963、1980、1983、1997、1998、2005和2010年极端干旱与1989、1999和2009年洪水期间相关变量的月均状况。结果证实亚马逊流域作为陆-气桥梁，在年际尺度上连接了热带太平洋与TNA海温变化。

摘要

原文标题：Accelerating IoV Intrusion Detection: Benchmarking GPU-Accelerated vs CPU-Based ML Libraries
中文标题：加速车联网入侵检测：GPU加速与基于CPU的机器学习库性能对比
发布日期：2025-04-02 17:04:53+00:00
作者：Furkan Çolhak, Hasan Coşkun, Tsafac Nkombong Regine Cyrille, Tedi Hoxa, Mert İlhan Ecevit, Mehmet Nafiz Aydın
分类：cs.LG, cs.AI, cs.CR
原文链接：http://arxiv.org/abs/2504.01905v1

中文摘要：车联网（IoV）可能面临严峻的网络安全攻击，这需要复杂的入侵检测系统以及快速开发和响应机制。本研究对比了GPU加速库（cuML）与传统基于CPU的实现（scikit-learn）的性能优势，重点关注车联网威胁检测环境中机器学习模型所需的速度和效率。通过在三组不同的车联网安全数据集（OTIDS、GIDS、CICIoV2024）上对四种机器学习方法（随机森林、KNN、逻辑回归、XGBoost）进行全面评估，我们发现：在保持检测精度的前提下，GPU加速实现的训练时间最高可缩短至CPU处理的1/159，预测速度最高提升95倍。这一显著的性能突破使研究人员和安全专家能够利用GPU加速技术，构建更快、更有效的威胁检测系统，以满足当今互联车辆网络对实时安全性的迫切需求。

摘要

原文标题：A Truncated Newton Method for Optimal Transport
中文标题：最优运输的截断牛顿法
发布日期：2025-04-02 19:00:24+00:00
作者：Mete Kemertas, Amir-massoud Farahmand, Allan D. Jepson
分类：cs.LG, cs.MS, math.OC, G.3; G.4; I.4.0
原文链接：http://arxiv.org/abs/2504.02067v1

中文摘要：摘要：开发现代最优传输(OT)求解器需要权衡多个关键需求：GPU 并行化能力、高维问题的可扩展性、理论收敛保证、精度与运行时的实证性能，以及实际应用中的数值稳定性。针对这些挑战，我们提出了一种专门用于熵正则化 OT的截断牛顿算法。除了证明在无需假设Hessian矩阵 Lipschitz连续的情况下仍可能实现局部二次收敛外，我们还提供了在实践中最大限度利用高局部收敛速率的策略。我们的GPU 并行算法展现出极其优越的运行时性能，以比现有方案快数个数量级的速度实现高精度计算，这通过24个问题集（12个数据集×2种成本函数）的挂钟时间实验得到验证。该算法的可扩展性在一个超大规模OT问题（n≈10^6）上得到展示，该问题在弱熵正则化条件下被近似求解。

摘要

原文标题：Energy Bands and Breakdown Characteristics in Al2O3/UWBG AlGaN Heterostructures
中文标题：Al2O3/超宽禁带AlGaN异质结构中的能带与击穿特性
发布日期：2025-04-02 01:49:58+00:00
作者：Seungheon Shin, Kyle Liddy, Yinxuan Zhu, Chandan Joishi, Brianna A. Klein, Andrew Armstrong, Andrew A. Allerman, Siddharth Rajan
分类：cond-mat.mtrl-sci, physics.app-ph
原文链接：http://arxiv.org/abs/2504.01291v1

中文摘要：我们报道了超宽禁带(UWBG) AlGaN 异质结构上Al2O3 介质的能带与击穿特性。金属-介质-半导体结构对于维持未来高性能UWBG 晶体管所需的高电场至关重要。通过系统实验，我们测定了半导体平带条件下氧化物中的固定电荷密度(> 1013 cm-2)、介质/界面特性及内部电场。在金属-氧化物-半导体结构中获得了低至5×10-7 A/cm2的栅漏电流。横向金属-半导体-绝缘体测试结构在1.27×1013 cm-2沟道面电荷密度下实现了超过1 kV的击穿电压，有效峰值电场与平均击穿场强分别估算为>4.27 MV/cm和1.99 MV/cm。这些发现证明了Al2O3 集成对提升UWBG AlGaN HEMTs 击穿性能的潜力。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大型语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，其中以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）最为典型。尽管近期方法在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的性能提升是否足以抵消其高昂成本。对此，本研究的两项主要贡献为：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于折叠交叉验证流程，并配套完整文档与代码。代码、数据和文档的公开将帮助研究社区复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本——平均速度分别比传统方法和SLMs慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的场景选用LLMs；（2）资源受限或无法承担LLMs调优成本时选用逻辑回归/SVM等传统方法；（3）追求接近最优效果-效率平衡时选择Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯(Cs)原子多个偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应的影响。为处理奇宇称E1算符对原子轨道的微扰，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值确定过程中，电子对关联(PC)效应比核心极化(CP)效应起更主导作用。通过对比MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：GeoRAG: A Question-Answering Approach from a Geographical Perspective
中文标题：GeoRAG：地理视角下的问答方法
发布日期：2025-04-02 08:11:05+00:00
作者：Jian Wang, Zhuo Zhao, Zheng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
分类：cs.IR
原文链接：http://arxiv.org/abs/2504.01458v1

中文摘要：地理问答（GeoQA）通过处理地理领域的自然语言查询来满足复杂用户需求并提升信息检索效率。然而传统问答系统存在理解局限、检索精度低、交互性弱及复杂任务处理不足等问题，阻碍了精准信息获取。本研究提出GeoRAG框架，该知识增强型问答系统融合领域微调、提示工程与检索增强生成（RAG）技术，以提升地理知识检索精度和用户交互体验。方法论包含四个组件：（1）基于3267份语料（研究论文、专著与技术报告）构建结构化地理知识库，通过多智能体方法归类为七个维度：语义理解、空间位置、几何形态、属性特征、要素关系、演化过程与作用机制，最终生成145234条分类条目及875432组多维问答对；（2）基于BERT-Base-Chinese的多标签文本分类器，用于通过地理维度分类解析查询类型；（3）利用问答对数据的检索评估器，优化查询-文档相关性判定以提升检索精度；（4）GeoPrompt模板动态整合用户查询与检索信息，通过维度特异性提示提升响应质量。对比实验表明GeoRAG在多个基础模型上均优于传统RAG，验证了其泛化能力。本研究通过提出领域专用大语言模型部署新范式，推动地理人工智能发展，对提升现实场景中GeoQA系统的可扩展性与准确性具有实践意义。

摘要

原文标题：Dataset and Methodology for Material Identification and virtual s-SNOM Using AFM Phase Approach Curves
中文标题：基于原子力显微镜相位趋近曲线的材料识别与虚拟s-SNOM数据集及方法学
发布日期：2025-04-02 11:42:03+00:00
作者：Stefan R. Anton, Denis E. Tranca, Stefan G. Stanciu, Adrian M. Ionescu, George A. Stanciu
分类：physics.optics
原文链接：http://arxiv.org/abs/2504.01636v1

中文摘要：原子力显微镜（AFM）相位趋近曲线在纳米级材料表征方面具有重要潜力，但现有鲁棒数据集和自动化分析工具较为有限。本文提出了一种利用高维数据集进行材料识别的新方法，该数据集包含从硅、二氧化硅、铂、银和金五种材料采集的AFM相位趋近曲线。每次测量获取50个随探针-样品距离递增的相位值，最终形成50×50×50体素图像以表征不同深度的相位变化。基于此数据集，我们比较了K近邻（KNN）、随机森林（RF）和前馈神经网络（FNN）在材料分割中的表现。结果表明，FNN具有最高的准确率和F1分数，优于传统方法。最后，我们通过生成虚拟散射型扫描近场光学显微镜（s-SNOM）图像验证了分割图的实际价值，揭示了如何利用AFM相位趋近曲线构建纳米级光学分析的精细化预测工具。

摘要

原文标题：Energy Bands and Breakdown Characteristics in Al2O3/UWBG AlGaN Heterostructures
中文标题：Al2O3/超宽禁带AlGaN异质结构中的能带与击穿特性
发布日期：2025-04-02 01:49:58+00:00
作者：Seungheon Shin, Kyle Liddy, Yinxuan Zhu, Chandan Joishi, Brianna A. Klein, Andrew Armstrong, Andrew A. Allerman, Siddharth Rajan
分类：cond-mat.mtrl-sci, physics.app-ph
原文链接：http://arxiv.org/abs/2504.01291v1

中文摘要：我们报道了超宽禁带(UWBG) AlGaN 异质结构上Al2O3 介质的能带与击穿特性。金属-介质-半导体结构对于维持未来高性能UWBG 晶体管所需的高电场至关重要。通过系统实验，我们测定了半导体平带条件下氧化物中的固定电荷密度(> 1013 cm-2)、介质/界面特性及电场分布。在金属-氧化物-半导体结构中获得了低至5×10-7 A/cm2的栅漏电流。横向金属-半导体-绝缘体测试结构在沟道面电荷密度1.27×1013 cm-2时实现了超过1 kV的击穿电压，有效峰值电场与平均击穿场强分别达到>4.27 MV/cm和1.99 MV/cm。这些发现证明了Al2O3 集成对提升UWBG AlGaN HEMTs 击穿性能的潜力。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期方法在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。对此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），提供基于折叠交叉验证流程的数据划分方案、完整文档及代码。代码、数据和文档的公开将帮助研究界复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，平均速度分别比传统方法和SLM慢590倍和8.5倍。由此提出建议：（1）追求最佳效果且能承担成本时选用LLM；（2）资源受限或无法承担LLM调优成本时选用逻辑回归/SVM等传统方法；（3）需要接近最优效果-效率平衡时选用Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：基于第一性原理计算展示铯(Cs I)多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯原子(Cs)多个偶宇称和奇宇称态的标量及张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，探究了电子关联效应和高阶相对论效应。为处理奇宇称E1算符对原子轨道的微扰，计算采用线性响应方法进行。最终获得的$\alpha_d$值（含估计不确定度）与先前理论计算及现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值测定中，电子对关联(PC)效应比核心极化(CP)效应起更主导作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中同样显著。在高激发态中，Breit相互作用的贡献尤为突出。

摘要

原文标题：GeoRAG: A Question-Answering Approach from a Geographical Perspective
中文标题：GeoRAG：地理视角下的问答方法
发布日期：2025-04-02 08:11:05+00:00
作者：Jian Wang, Zhuo Zhao, Zheng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
分类：cs.IR
原文链接：http://arxiv.org/abs/2504.01458v1

中文摘要：地理问答（GeoQA）通过处理地理领域的自然语言查询来满足复杂用户需求并提升信息检索效率。然而传统问答系统存在理解局限、检索精度低、交互性弱及复杂任务处理不足等问题，阻碍了精准信息获取。本研究提出GeoRAG框架，该知识增强型问答系统融合领域微调、提示工程与检索增强生成（RAG）技术，以提升地理知识检索精度和用户交互体验。方法论包含四个组件：（1）基于3267份语料（研究论文、专著与技术报告）构建结构化知识库，通过多智能体方法归类为语义理解、空间位置、几何形态、属性特征、要素关系、演化过程与运作机制七个维度，最终形成145234条分类条目及875432组多维问答对；（2）基于BERT-Base-Chinese的多标签文本分类器，用于通过地理维度分类解析查询类型；（3）利用问答对数据的检索评估器，优化查询-文档相关性判定以提升检索精度；（4）GeoPrompt模板动态整合用户查询与检索信息，通过维度特异性提示提升响应质量。对比实验表明GeoRAG在多个基础模型上均优于传统RAG，验证了其泛化能力。本研究通过提出领域专用大语言模型部署新范式，推动地理人工智能发展，对提升现实场景中GeoQA系统的可扩展性与准确性具有实践意义。

摘要

原文标题：Dataset and Methodology for Material Identification and virtual s-SNOM Using AFM Phase Approach Curves
中文标题：基于原子力显微镜相位趋近曲线的材料识别与虚拟s-SNOM数据集及方法学
发布日期：2025-04-02 11:42:03+00:00
作者：Stefan R. Anton, Denis E. Tranca, Stefan G. Stanciu, Adrian M. Ionescu, George A. Stanciu
分类：physics.optics
原文链接：http://arxiv.org/abs/2504.01636v1

中文摘要：原子力显微镜（AFM）相位趋近曲线在纳米尺度材料表征方面具有重要潜力，但现有鲁棒数据集和自动化分析工具仍较为有限。本文提出了一种基于高维数据集的新型材料识别方法，该数据集包含从硅、二氧化硅、铂、银和金五种材料采集的AFM相位趋近曲线。每次测量获取逐渐增加针尖-样品距离时的50个相位值，最终形成50x50x50体素图像以表征不同深度的相位变化。利用该数据集，我们比较了K近邻（KNN）、随机森林（RF）和前馈神经网络（FNN）在材料分割中的表现。结果表明，FNN具有最高的准确率和F1分数，优于传统方法。最后，我们通过生成虚拟散射型扫描近场光学显微镜（s-SNOM）图像验证了分割图的实际价值，揭示了如何利用AFM相位趋近曲线构建用于纳米级光学分析的精细化预测工具。

摘要

原文标题：Energy Bands and Breakdown Characteristics in Al2O3/UWBG AlGaN Heterostructures
中文标题：Al2O3/超宽禁带AlGaN异质结构中的能带与击穿特性
发布日期：2025-04-02 01:49:58+00:00
作者：Seungheon Shin, Kyle Liddy, Yinxuan Zhu, Chandan Joishi, Brianna A. Klein, Andrew Armstrong, Andrew A. Allerman, Siddharth Rajan
分类：cond-mat.mtrl-sci, physics.app-ph
原文链接：http://arxiv.org/abs/2504.01291v1

中文摘要：我们报道了超宽禁带(UWBG) AlGaN 异质结构上Al2O3 介质的能带与击穿特性。金属-介质-半导体结构对于维持未来高性能UWBG 晶体管所需的高电场至关重要。通过系统实验，我们测定了半导体平带条件下氧化物中的固定电荷密度(> 1013 cm-2)、介质/界面特性及内部电场。在金属-氧化物-半导体结构中获得了低至5×10-7 A/cm2的栅漏电流。横向金属-半导体-绝缘体测试结构在1.27×1013 cm-2沟道面电荷密度下实现了超过1 kV的击穿电压。有效峰值电场与平均击穿场强分别估算为>4.27 MV/cm和1.99 MV/cm。这些发现证明了Al2O3 集成对提升UWBG AlGaN HEMTs 击穿性能的潜力。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，其中以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）最为典型。尽管近期方法在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开将帮助研究界复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，平均速度分别比传统方法和SLMs慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的场景选用LLMs；（2）资源受限或无法承担LLMs调优成本时选用逻辑回归/SVM等传统方法；（3）追求效果-效率平衡时选择Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯原子(Cs)多个偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应。为处理奇宇称E1算符对原子轨道的微扰，计算采用线性响应方法。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明，在铯原子极化率测定中，对关联效应(PC)比核心极化效应(CP)起更主导作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献尤为显著。

摘要

原文标题：GeoRAG: A Question-Answering Approach from a Geographical Perspective
中文标题：GeoRAG：地理视角下的问答方法
发布日期：2025-04-02 08:11:05+00:00
作者：Jian Wang, Zhuo Zhao, Zheng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
分类：cs.IR
原文链接：http://arxiv.org/abs/2504.01458v1

中文摘要：地理问答(GeoQA)通过处理地理领域的自然语言查询来满足复杂用户需求并提升信息检索效率。然而传统问答系统存在理解局限、检索精度低、交互性弱及复杂任务处理不足等问题，阻碍了精准信息获取。本研究提出GeoRAG框架，该知识增强型问答系统融合领域微调、提示工程与检索增强生成(RAG)技术，以提升地理知识检索精度和用户交互体验。方法论包含四个组件：(1)基于3267份语料(研究论文、专著和技术报告)构建结构化地理知识库，通过多智能体方法归类为语义理解、空间位置、几何形态、属性特征、要素关联、演化过程和运行机制七个维度，最终形成145234条分类条目和875432组多维问答对；(2)基于BERT-Base-Chinese的多标签文本分类器，通过地理维度分类解析查询类型；(3)利用问答对数据的检索评估器优化查询-文档相关性判定；(4)GeoPrompt模板动态整合用户查询与检索信息，通过维度特异性提示提升响应质量。对比实验表明GeoRAG在多个基础模型上均优于传统RAG，验证了其泛化能力。本研究通过提出领域专用大语言模型部署新范式，推动地理人工智能发展，对提升实际应用中GeoQA系统的可扩展性和准确性具有重要意义。

摘要

原文标题：Dataset and Methodology for Material Identification and virtual s-SNOM Using AFM Phase Approach Curves
中文标题：基于原子力显微镜相位逼近曲线的材料识别与虚拟s-SNOM方法数据集
发布日期：2025-04-02 11:42:03+00:00
作者：Stefan R. Anton, Denis E. Tranca, Stefan G. Stanciu, Adrian M. Ionescu, George A. Stanciu
分类：physics.optics
原文链接：http://arxiv.org/abs/2504.01636v1

中文摘要：原子力显微镜（AFM）相位趋近曲线在纳米尺度材料表征方面具有重要潜力，但现有鲁棒数据集和自动化分析工具仍较为有限。本文提出了一种基于高维数据集的新型材料识别方法，该数据集包含从硅、二氧化硅、铂、银和金五种不同材料采集的AFM相位趋近曲线。每次测量获取50个在探针-样品间距递增时的相位值，最终形成50x50x50体素图像以表征不同深度的相位变化。利用该数据集，我们比较了k近邻（KNN）、随机森林（RF）和前馈神经网络（FNN）在材料分割中的表现。结果表明，FNN能提供最高的准确率和F1分数，优于传统方法。最后，我们通过生成虚拟散射型扫描近场光学显微镜（s-SNOM）图像验证了分割图的实际价值，揭示了如何利用AFM相位趋近曲线开发用于纳米级光学分析的精细化预测工具。

摘要

原文标题：Energy Bands and Breakdown Characteristics in Al2O3/UWBG AlGaN Heterostructures
中文标题：Al2O3/超宽带隙AlGaN异质结构中的能带与击穿特性
发布日期：2025-04-02 01:49:58+00:00
作者：Seungheon Shin, Kyle Liddy, Yinxuan Zhu, Chandan Joishi, Brianna A. Klein, Andrew Armstrong, Andrew A. Allerman, Siddharth Rajan
分类：cond-mat.mtrl-sci, physics.app-ph
原文链接：http://arxiv.org/abs/2504.01291v1

中文摘要：我们报道了超宽禁带(UWBG) AlGaN 异质结构上Al2O3 介质的能带与击穿特性。金属-介质-半导体结构对于维持未来高性能UWBG 晶体管所需的高电场至关重要。通过系统实验，我们测定了半导体平带条件下氧化物中的固定电荷密度(> 1013 cm-2)、介质界面特性及内部电场。在金属-氧化物-半导体结构中获得了低至5×10-7 A/cm2的栅漏泄漏电流。在横向金属-半导体-绝缘体测试结构中，当沟道面电荷密度为1.27×1013 cm-2时，击穿电压超过1 kV。有效峰值电场与平均击穿场强分别估计为>4.27 MV/cm和1.99 MV/cm。这些发现证明了Al2O3 集成对提升UWBG AlGaN HEMTs 击穿性能的潜力。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期效果有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。对此，本研究的两项主要贡献是：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开将使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，速度分别比传统方法和SLM平均慢590倍和8.5倍。由此提出建议：（1）追求最佳效果且能承担成本时选用LLM；（2）资源受限或无法承担LLM调优成本时选用逻辑回归/SVM等传统方法；（3）需要接近最优效果-效率平衡时选用Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：通过采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，我们研究了铯原子(Cs)中若干偶宇称和奇宇称态在标量与张量静态电偶极极化率($\alpha_d$)计算中的电子关联效应和高阶相对论效应。为处理奇宇称E1算符对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算及现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子极化率测定中，对关联效应(PC)比核心极化效应(CP)起着更主导作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联性以及双重CP效应在这些计算中同样具有显著影响。此外，在高激发态中，Breit相互作用的贡献尤为突出。

摘要

原文标题：GeoRAG: A Question-Answering Approach from a Geographical Perspective
中文标题：GeoRAG：地理视角下的问答方法
发布日期：2025-04-02 08:11:05+00:00
作者：Jian Wang, Zhuo Zhao, Zheng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
分类：cs.IR
原文链接：http://arxiv.org/abs/2504.01458v1

中文摘要：地理问答（GeoQA）通过处理地理领域的自然语言查询来满足复杂用户需求并提升信息检索效率。然而传统问答系统存在理解局限、检索精度低、交互性弱及复杂任务处理不足等问题，阻碍了精准信息获取。本研究提出GeoRAG框架，该知识增强型问答系统融合领域微调、提示工程与检索增强生成（RAG）技术，以提升地理知识检索精度和用户交互体验。方法论包含四个组件：（1）基于3267份语料（研究论文、专著与技术报告）构建结构化地理知识库，通过多智能体方法归类为语义理解、空间定位、几何形态、属性特征、要素关联、演化过程及作用机制七个维度，最终形成145234条分类条目与875432组多维问答对；（2）基于BERT-Base-Chinese的多标签文本分类器，用于通过地理维度分类解析查询类型；（3）利用问答对数据评估查询-文档相关性的检索评估器，优化检索精度；（4）GeoPrompt模板动态整合用户查询与检索信息，通过维度特异性提示提升响应质量。对比实验表明GeoRAG在多个基础模型上均优于传统RAG，验证了其泛化能力。本研究通过提出领域专用大语言模型部署新范式，推动地理人工智能发展，对提升现实场景中GeoQA系统的可扩展性与准确性具有重要价值。

摘要

原文标题：Dataset and Methodology for Material Identification and virtual s-SNOM Using AFM Phase Approach Curves
中文标题：基于原子力显微镜相位趋近曲线的材料识别与虚拟s-SNOM方法数据集
发布日期：2025-04-02 11:42:03+00:00
作者：Stefan R. Anton, Denis E. Tranca, Stefan G. Stanciu, Adrian M. Ionescu, George A. Stanciu
分类：physics.optics
原文链接：http://arxiv.org/abs/2504.01636v1

中文摘要：原子力显微镜（AFM）相位趋近曲线在纳米级材料表征方面具有重要潜力，但现有鲁棒数据集和自动化分析工具仍较为匮乏。本文提出了一种基于高维数据集的新方法，该数据集包含从硅、二氧化硅、铂、银和金五种材料采集的AFM相位趋近曲线。每次测量获取50个随探针-样品距离递增的相位值，最终形成50x50x50体素图像以表征不同深度的相位变化。利用该数据集，我们比较了k近邻（KNN）、随机森林（RF）和前馈神经网络（FNN）在材料分割中的表现。结果表明，FNN具有最高的准确率和F1分数，优于传统方法。最后，我们通过生成虚拟散射型扫描近场光学显微镜（s-SNOM）图像验证了分割图的实际价值，证明AFM相位趋近曲线可转化为纳米级光学分析的精细化预测工具。

摘要

原文标题：Energy Bands and Breakdown Characteristics in Al2O3/UWBG AlGaN Heterostructures
中文标题：Al2O3/超宽禁带AlGaN异质结构中的能带与击穿特性
发布日期：2025-04-02 01:49:58+00:00
作者：Seungheon Shin, Kyle Liddy, Yinxuan Zhu, Chandan Joishi, Brianna A. Klein, Andrew Armstrong, Andrew A. Allerman, Siddharth Rajan
分类：cond-mat.mtrl-sci, physics.app-ph
原文链接：http://arxiv.org/abs/2504.01291v1

中文摘要：我们报道了超宽禁带(UWBG) AlGaN 异质结构上Al2O3 介质的能带与击穿特性。金属-介质-半导体结构对于维持未来高性能UWBG 晶体管所需的高电场至关重要。通过系统实验，我们测定了半导体平带条件下氧化物中的固定电荷密度(> 1013 cm-2)、介质/界面特性及内部电场。在金属-氧化物-半导体结构中获得了低至5×10-7 A/cm2的栅漏电流。横向金属-半导体-绝缘体测试结构在沟道面电荷密度为1.27×1013 cm-2时，击穿电压超过1 kV。有效峰值电场与平均击穿场强分别估计为>4.27 MV/cm和1.99 MV/cm。这些发现证明了Al2O3 集成对提升UWBG AlGaN HEMTs 击穿性能的潜力。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期效果有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类）的大型基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的开放将使学界能复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，平均速度分别比传统方法和SLMs慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的应用选用LLMs；（2）资源受限或无法承担LLM调优成本的应用选用逻辑回归/SVM等传统方法；（3）追求效果-效率平衡的近优解时选用Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：基于第一性原理计算揭示铯(Cs I)多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：本研究采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，通过第一性原理计算探究了铯原子(Cs)中若干偶宇称和奇宇称态标量与张量静态电偶极极化率($\alpha_d$)的电子关联效应和高阶相对论效应。为处理奇宇称E1算符对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算及现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子极化率测定中，电子对关联效应(PC)比核心极化效应(CP)起更主导作用。通过对比MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中同样具有显著影响。此外，Breit相互作用对高激发态的贡献尤为突出。

摘要

原文标题：GeoRAG: A Question-Answering Approach from a Geographical Perspective
中文标题：GeoRAG：地理视角下的问答方法
发布日期：2025-04-02 08:11:05+00:00
作者：Jian Wang, Zhuo Zhao, Zheng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
分类：cs.IR
原文链接：http://arxiv.org/abs/2504.01458v1

中文摘要：地理问答（GeoQA）通过处理地理领域的自然语言查询来满足复杂用户需求并提升信息检索效率。然而传统问答系统存在理解局限、检索精度低、交互性弱及复杂任务处理不足等问题，阻碍了精准信息获取。本研究提出GeoRAG框架，该知识增强型问答系统融合领域微调、提示工程与检索增强生成（RAG）技术，以提升地理知识检索精度和用户交互体验。方法论包含四个组件：（1）基于3267份语料（研究论文、专著与技术报告）构建结构化地理知识库，通过多智能体方法归类为语义理解、空间定位、几何形态、属性特征、要素关联、演化过程与运作机制七个维度，最终生成145234条分类条目及875432组多维问答对；（2）基于BERT-Base-Chinese的多标签文本分类器，用于通过地理维度分类解析查询类型；（3）利用问答对数据的检索评估器，优化查询-文档相关性判定；（4）GeoPrompt模板动态整合用户查询与检索信息，通过维度特异性提示提升响应质量。对比实验表明GeoRAG在多个基础模型上均优于传统RAG，验证了其泛化能力。本研究通过提出领域专用大语言模型部署新范式，推动地理人工智能发展，对提升现实场景中GeoQA系统的可扩展性与准确性具有重要价值。

摘要

原文标题：Dataset and Methodology for Material Identification and virtual s-SNOM Using AFM Phase Approach Curves
中文标题：基于原子力显微镜相位趋近曲线的材料识别与虚拟s-SNOM方法数据集
发布日期：2025-04-02 11:42:03+00:00
作者：Stefan R. Anton, Denis E. Tranca, Stefan G. Stanciu, Adrian M. Ionescu, George A. Stanciu
分类：physics.optics
原文链接：http://arxiv.org/abs/2504.01636v1

中文摘要：原子力显微镜（AFM）相位趋近曲线在纳米尺度材料表征方面具有重要潜力，但现有鲁棒数据集和自动化分析工具较为匮乏。本文提出了一种基于高维数据集的新材料识别方法，该数据集包含从硅、二氧化硅、铂、银和金五种材料采集的AFM相位趋近曲线。每次测量获取50个随探针-样品距离递增的相位值，最终形成50x50x50体素图像以表征不同深度的相位变化。利用该数据集，我们比较了k近邻（KNN）、随机森林（RF）和前馈神经网络（FNN）在材料分割中的表现。结果表明，FNN具有最高的准确率和F1分数，优于传统方法。最后，我们通过生成虚拟散射型扫描近场光学显微镜（s-SNOM）图像验证了分割图的实际价值，揭示了如何利用AFM相位趋近曲线构建纳米级光学分析的精细化预测工具。

摘要

原文标题：Energy Bands and Breakdown Characteristics in Al2O3/UWBG AlGaN Heterostructures
中文标题：Al2O3/超宽禁带AlGaN异质结构中的能带与击穿特性
发布日期：2025-04-02 01:49:58+00:00
作者：Seungheon Shin, Kyle Liddy, Yinxuan Zhu, Chandan Joishi, Brianna A. Klein, Andrew Armstrong, Andrew A. Allerman, Siddharth Rajan
分类：cond-mat.mtrl-sci, physics.app-ph
原文链接：http://arxiv.org/abs/2504.01291v1

中文摘要：我们报道了超宽禁带(UWBG) AlGaN 异质结构上Al2O3 介质的能带和击穿特性。金属-介质-半导体结构对于维持未来高性能UWBG晶体管所需的高电场至关重要。通过系统实验，我们测定了半导体平带条件下氧化物中的固定电荷密度(> 1013 cm-2)、介质/界面特性及电场分布。在金属-氧化物-半导体结构中获得了低至5×10-7 A/cm2的栅漏电流。横向金属-半导体-绝缘体测试结构在1.27×1013 cm-2沟道面电荷密度下实现了超过1 kV的击穿电压。有效峰值电场和平均击穿场强分别估计为>4.27 MV/cm和1.99 MV/cm。这些发现证明了Al2O3集成对提升UWBG AlGaN HEMTs 击穿性能的潜力。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类）的大规模基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档和代码。代码、数据及文档的公开使研究社区能复现实验并以更科学的方式推动领域发展。实验对比结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，速度分别比传统方法和SLM慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的场景选用LLM；（2）资源受限或无法承担LLM调优成本时选用逻辑回归/SVM等传统方法；（3）追求接近最优效果-效率平衡时选择Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：基于第一性原理计算展示铯(Cs I)多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯(Cs)原子多个偶宇称和奇宇称态的标量及张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应。为处理奇宇称E1算子对原子轨道的微扰，计算采用线性响应方法。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值确定过程中，电子对关联(PC)效应比核心极化(CP)效应起更主要作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献相当可观。

摘要

原文标题：GeoRAG: A Question-Answering Approach from a Geographical Perspective
中文标题：GeoRAG：地理视角下的问答方法
发布日期：2025-04-02 08:11:05+00:00
作者：Jian Wang, Zhuo Zhao, Zheng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
分类：cs.IR
原文链接：http://arxiv.org/abs/2504.01458v1

中文摘要：地理问答（GeoQA）通过处理地理领域的自然语言查询来满足复杂用户需求并提升信息检索效率。然而传统问答系统存在理解局限、检索精度低、交互性弱及复杂任务处理不足等问题，阻碍了精准信息获取。本研究提出GeoRAG框架，该知识增强型问答系统结合领域微调、提示工程与检索增强生成（RAG）技术，以提升地理知识检索精度和用户交互体验。方法论包含四个组件：（1）基于3267份语料（研究论文、专著与技术报告）构建结构化地理知识库，通过多智能体方法归类为语义理解、空间位置、几何形态、属性特征、要素关联、演化过程与作用机制七个维度，最终生成145234条分类条目和875432组多维问答对；（2）基于BERT-Base-Chinese的多标签文本分类器，用于通过地理维度分类解析查询类型；（3）利用问答对数据评估查询-文档相关性的检索评估器，优化检索精度；（4）GeoPrompt模板动态整合用户查询与检索信息，通过维度特异性提示提升响应质量。对比实验表明GeoRAG在多个基础模型上均优于传统RAG，验证了其泛化能力。本研究通过提出领域专用大语言模型部署新范式，推动地理人工智能发展，对提升现实场景中GeoQA系统的可扩展性与准确性具有实践意义。

摘要

原文标题：Dataset and Methodology for Material Identification and virtual s-SNOM Using AFM Phase Approach Curves
中文标题：基于原子力显微镜相位逼近曲线的材料识别与虚拟s-SNOM方法数据集
发布日期：2025-04-02 11:42:03+00:00
作者：Stefan R. Anton, Denis E. Tranca, Stefan G. Stanciu, Adrian M. Ionescu, George A. Stanciu
分类：physics.optics
原文链接：http://arxiv.org/abs/2504.01636v1

中文摘要：原子力显微镜（AFM）相位趋近曲线在纳米尺度材料表征方面具有重要潜力，但现有鲁棒数据集和自动化分析工具较为匮乏。本文提出了一种基于高维数据集的新方法，该数据集包含从硅、二氧化硅、铂、银和金五种材料采集的AFM相位趋近曲线。每次测量获取50个随探针-样品距离递增的相位值，最终形成50×50×50体素图像以表征不同深度的相位变化。利用该数据集，我们比较了K近邻算法（KNN）、随机森林（RF）和前馈神经网络（FNN）在材料分割中的表现。结果表明，FNN具有最高的准确率和F1分数，优于传统方法。最后，我们通过生成虚拟散射型扫描近场光学显微镜（s-SNOM）图像验证了分割图的实际价值，揭示了如何利用AFM相位趋近曲线构建纳米尺度光学分析的精细化预测工具。

摘要

原文标题：Energy Bands and Breakdown Characteristics in Al2O3/UWBG AlGaN Heterostructures
中文标题：Al2O3/超宽禁带AlGaN异质结构中的能带与击穿特性
发布日期：2025-04-02 01:49:58+00:00
作者：Seungheon Shin, Kyle Liddy, Yinxuan Zhu, Chandan Joishi, Brianna A. Klein, Andrew Armstrong, Andrew A. Allerman, Siddharth Rajan
分类：cond-mat.mtrl-sci, physics.app-ph
原文链接：http://arxiv.org/abs/2504.01291v1

中文摘要：我们报道了超宽禁带(UWBG) AlGaN 异质结构上Al2O3 介质的能带及击穿特性。金属-介质-半导体结构对于维持未来高性能UWBG 晶体管所需的高电场至关重要。通过系统实验，我们测定了半导体平带条件下氧化物中的固定电荷密度(> 1013 cm-2)、介质/界面特性及内部电场。在金属-氧化物-半导体结构中获得了低至5×10-7 A/cm2的栅漏电流。横向金属-半导体-绝缘体测试结构在沟道面电荷密度为1.27×1013 cm-2时，击穿电压超过1 kV。有效峰值电场和平均击穿场强分别估算为>4.27 MV/cm和1.99 MV/cm。这些发现证明了Al2O3 集成对提升UWBG AlGaN HEMTs 击穿性能的潜力。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。对此，本研究的主要贡献包括：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类任务）的大型基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开将使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，速度分别比传统方法和SLM慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的应用选用LLM；（2）资源受限或无法承担LLM 调优成本的应用选用逻辑回归/SVM等传统方法；（3）追求效果-效率平衡的近优解时选用Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：基于第一性原理计算展示铯(Cs I)多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯(Cs)原子多个偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应。为处理奇宇称E1算子对原子轨道的微扰影响，计算采用线性响应方法进行。我们最终获得的$\alpha_d$值及其不确定度估计，与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明，在铯原子$\alpha_d$值确定过程中，电子对关联(PC)效应比核心极化(CP)效应起更主要作用。通过比较MBPT(3)和RCC结果差异，我们发现PC与CP效应间的关联效应以及双CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献尤为显著。

摘要

原文标题：Energy Bands and Breakdown Characteristics in Al2O3/UWBG AlGaN Heterostructures
中文标题：Al2O3/超宽禁带AlGaN异质结构中的能带与击穿特性
发布日期：2025-04-02 01:49:58+00:00
作者：Seungheon Shin, Kyle Liddy, Yinxuan Zhu, Chandan Joishi, Brianna A. Klein, Andrew Armstrong, Andrew A. Allerman, Siddharth Rajan
分类：cond-mat.mtrl-sci, physics.app-ph
原文链接：http://arxiv.org/abs/2504.01291v1

中文摘要：我们报道了超宽禁带(UWBG) AlGaN 异质结构上Al2O3 介质的能带与击穿特性。金属-介质-半导体结构对于维持未来高性能UWBG 晶体管所需的高电场至关重要。通过系统实验，我们测定了半导体平带条件下氧化物中的固定电荷密度(> 1013 cm-2)、介质/界面特性及内部电场。在金属-氧化物-半导体结构中获得了低至5×10-7 A/cm2的栅漏泄漏电流。横向金属-半导体-绝缘体测试结构在1.27×1013 cm-2沟道面电荷密度下实现了超过1 kV的击穿电压，有效峰值电场与平均击穿场强分别估计为>4.27 MV/cm和1.99 MV/cm。这些发现证明了Al2O3 集成对提升UWBG AlGaN HEMTs 击穿性能的潜力。

摘要

原文标题：GeoRAG: A Question-Answering Approach from a Geographical Perspective
中文标题：GeoRAG：地理视角下的问答方法
发布日期：2025-04-02 08:11:05+00:00
作者：Jian Wang, Zhuo Zhao, Zheng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
分类：cs.IR
原文链接：http://arxiv.org/abs/2504.01458v1

中文摘要：地理问答（GeoQA）通过处理地理领域的自然语言查询来满足复杂用户需求并提升信息检索效率。然而传统问答系统存在理解局限、检索精度低、交互性弱及复杂任务处理不足等问题，阻碍了精准信息获取。本研究提出GeoRAG框架，该知识增强型问答系统融合领域微调、提示工程与检索增强生成（RAG）技术，以提升地理知识检索精度和用户交互体验。方法论包含四个组件：（1）基于3267份语料（研究论文、专著与技术报告）构建结构化地理知识库，通过多智能体方法归类为语义理解、空间位置、几何形态、属性特征、要素关联、演化过程与作用机制七个维度，最终生成145234条分类条目及875432组多维问答对；（2）基于BERT-Base-Chinese的多标签文本分类器，用于通过地理维度分类解析查询类型；（3）利用问答对数据评估查询-文档相关性的检索评估器，优化检索精度；（4）GeoPrompt模板动态整合用户查询与检索信息，通过维度特异性提示提升响应质量。对比实验表明GeoRAG在多个基础模型上均优于传统RAG，验证了其泛化能力。本研究通过提出领域专用大语言模型部署新范式，推动地理人工智能发展，对提升现实场景中GeoQA系统的可扩展性与准确性具有实践意义。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期效果有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。对此，本研究的主要贡献包括：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类任务）的大规模基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档和代码。代码、数据及文档的开放使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，速度分别比传统方法和SLM慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的应用选用LLM；（2）资源受限或无法承担LLM 调优成本的应用选用逻辑回归等传统方法；（3）追求效果-效率平衡的近优解时选用Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯(Cs)原子多个偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应的影响。为处理奇宇称E1算符对原子轨道的微扰，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值确定过程中，对关联效应(PC)比核心极化效应(CP)起着更重要作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应间的关联效应以及双CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：Energy Bands and Breakdown Characteristics in Al2O3/UWBG AlGaN Heterostructures
中文标题：Al2O3/超宽禁带AlGaN异质结构中的能带与击穿特性
发布日期：2025-04-02 01:49:58+00:00
作者：Seungheon Shin, Kyle Liddy, Yinxuan Zhu, Chandan Joishi, Brianna A. Klein, Andrew Armstrong, Andrew A. Allerman, Siddharth Rajan
分类：cond-mat.mtrl-sci, physics.app-ph
原文链接：http://arxiv.org/abs/2504.01291v1

中文摘要：我们报道了超宽禁带(UWBG) AlGaN 异质结构上Al2O3 介质的能带及击穿特性。金属-介电-半导体结构对于维持未来高性能UWBG 晶体管所需的高电场至关重要。通过系统实验，我们测定了半导体平带条件下氧化物中的固定电荷密度(> 1013 cm-2)、介电/界面特性及电场分布。在金属-氧化物-半导体结构中获得了低至5×10-7 A/cm2的栅漏泄漏电流。横向金属-半导体-绝缘体测试结构在1.27×1013 cm-2沟道面电荷密度下实现了超过1 kV的击穿电压。有效峰值电场与平均击穿场强分别估计为>4.27 MV/cm和1.99 MV/cm。这些发现证明了Al2O3 集成对提升UWBG AlGaN HEMTs 击穿性能的潜力。

摘要

原文标题：GeoRAG: A Question-Answering Approach from a Geographical Perspective
中文标题：GeoRAG：基于地理视角的问答方法
发布日期：2025-04-02 08:11:05+00:00
作者：Jian Wang, Zhuo Zhao, Zheng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
分类：cs.IR
原文链接：http://arxiv.org/abs/2504.01458v1

中文摘要：地理问答(GeoQA)通过处理地理领域的自然语言查询来满足复杂用户需求并提升信息检索效率。然而传统问答系统存在理解局限、检索精度低、交互性弱及复杂任务处理不足等问题，阻碍了精准信息获取。本研究提出GeoRAG框架，该知识增强型问答系统融合领域微调、提示工程与检索增强生成(RAG)技术，以提升地理知识检索精度和用户交互体验。方法论包含四个组件：(1)基于3267份语料(研究论文、专著与技术报告)构建结构化地理知识库，通过多智能体方法归类为语义理解、空间位置、几何形态、属性特征、要素关联、演化过程与作用机制七个维度，最终形成145234条分类条目与875432组多维问答对；(2)基于BERT-Base-Chinese的多标签文本分类器，用于通过地理维度分类解析查询类型；(3)利用问答对数据的检索评估器，优化查询-文档相关性判定精度；(4)GeoPrompt模板动态整合用户查询与检索信息，通过维度特异性提示提升响应质量。对比实验表明GeoRAG在多个基础模型上均优于传统RAG，验证了其泛化能力。本研究通过提出领域专用大语言模型部署新范式，推动地理人工智能发展，对提升实际应用中GeoQA系统的可扩展性与准确性具有重要价值。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类任务）的大型基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套完整文档与代码。代码、数据和文档的公开使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，速度分别比传统方法和SLM慢590倍和8.5倍。由此提出建议：（1）追求最佳效果且能承担成本时选用LLM；（2）资源受限或无法负担LLM调优成本时选用逻辑回归/SVM等传统方法；（3）需要效果-效率平衡时选择Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：在铯(Cs)原子多个偶宇称和奇宇称态标量与张量静态电偶极极化率($\alpha_d$)的计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应。为处理奇宇称E1算子对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，对关联效应(PC)比核心极化效应(CP)起着更主要的作用。通过比较MBPT(3)与RCC结果发现，PC与CP效应间的关联效应以及双CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：A Unified Approach to Analysis and Design of Denoising Markov Models
中文标题：去噪马尔可夫模型分析与设计的统一方法
发布日期：2025-04-02 17:46:43+00:00
作者：Yinuo Ren, Grant M. Rotskoff, Lexing Ying
分类：cs.LG, cs.NA, math.NA, stat.ML
原文链接：http://arxiv.org/abs/2504.01938v1

中文摘要：基于测度传输的概率生成模型（如扩散模型和基于流的模型）通常采用马尔可夫随机动力学语言进行表述，其中底层过程的选择同时影响算法设计决策和理论分析。本文旨在为去噪马尔可夫模型建立严格的数学基础——这是一类假设前向过程从目标分布过渡到简单易采样分布，并特别构建反向过程以实现高效逆向采样的生成模型。通过与非平衡统计力学和广义Doob's h变换的深层联系，我们提出一组最小假设条件以确保：(1)反向生成算子的显式构造，(2)直接最小化测度传输差异的统一变分目标，(3)经典分数匹配方法在不同动力学中的适应性。该框架统一了连续与离散扩散模型的现有表述，在正向生成算子满足特定正则性假设下识别出去噪马尔可夫模型的最一般形式，并为设计任意Lévy型过程驱动的去噪马尔可夫模型提供了系统化方案。我们通过采用几何布朗运动和跳跃过程作为前向动力学的新型去噪马尔可夫模型，展示了该框架在复杂分布建模中的潜在灵活性与效能。

摘要

原文标题：GeoRAG: A Question-Answering Approach from a Geographical Perspective
中文标题：GeoRAG：地理视角下的问答方法
发布日期：2025-04-02 08:11:05+00:00
作者：Jian Wang, Zhuo Zhao, Zeng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
分类：cs.IR
原文链接：http://arxiv.org/abs/2504.01458v2

中文摘要：地理问答（GeoQA）通过处理地理领域的自然语言查询来满足复杂用户需求并提升信息检索效率。然而传统问答系统存在理解局限、检索精度低、交互性弱及复杂任务处理不足等问题，阻碍了精准信息获取。本研究提出GeoRAG框架，该知识增强型问答系统融合领域微调、提示工程与检索增强生成（RAG）技术，以提升地理知识检索精度和用户交互体验。方法论包含四个组件：（1）基于3267份语料（研究论文、专著与技术报告）构建结构化地理知识库，通过多智能体方法归类为语义理解、空间定位、几何形态、属性特征、要素关联、演化过程与作用机制七个维度，最终形成145234条分类条目及875432组多维问答对；（2）基于BERT-Base-Chinese的多标签文本分类器，用于通过地理维度分类解析查询类型；（3）利用问答对数据的检索评估器，优化查询-文档相关性判定；（4）GeoPrompt模板动态整合用户查询与检索信息，通过维度特异性提示提升响应质量。对比实验表明GeoRAG在多个基础模型上均优于传统RAG，验证了其泛化能力。本研究通过提出领域专用大语言模型部署新范式，推动地理人工智能发展，对提升现实场景中GeoQA系统的可扩展性与准确性具有实践意义。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究的两项主要贡献是：（i）对12种传统与新兴ATC方案（含5个开源LLMs）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类任务）的大规模基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，速度分别比传统方法和SLMs慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的应用选用LLMs；（2）资源受限或无法承担LLMs调优成本的应用选用逻辑回归/SVM等传统方法；（3）追求接近最优效果-效率平衡时选用Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算揭示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：我们采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，研究了铯原子(Cs)中若干偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中的电子关联效应和高阶相对论效应。为考虑奇宇称E1算符对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明，在铯原子极化率测定中，对关联效应(PC)比核心极化效应(CP)起着更重要作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应间的关联以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：A Unified Approach to Analysis and Design of Denoising Markov Models
中文标题：去噪马尔可夫模型分析与设计的统一方法
发布日期：2025-04-02 17:46:43+00:00
作者：Yinuo Ren, Grant M. Rotskoff, Lexing Ying
分类：cs.LG, cs.NA, math.NA, stat.ML
原文链接：http://arxiv.org/abs/2504.01938v1

中文摘要：基于测度传输的概率生成模型（如扩散模型和基于流的模型）通常采用马尔可夫随机动力学语言进行表述，其中底层过程的选择同时影响算法设计决策和理论分析。本文旨在为去噪马尔可夫模型建立严格的数学基础——这是一类假设存在从目标分布向易采样简单分布过渡的正向过程，以及专门构建以实现逆向高效采样的反向过程的生成模型。通过与非平衡统计力学和广义Doob's h-变换的深层联系，我们提出一组最小假设条件以确保：(1) 反向生成算子的显式构造，(2) 直接最小化测度传输差异的统一变分目标，(3) 经典分数匹配方法在不同动力学中的适应性。该框架统一了连续与离散扩散模型的现有表述，在正向生成算子满足特定正则性假设条件下识别出去噪马尔可夫模型的最一般形式，并为设计由任意Lévy型过程驱动的去噪马尔可夫模型提供了系统化方案。我们通过采用几何布朗运动和跳跃过程作为正向动力学的新型去噪马尔可夫模型，展示了该框架在复杂分布建模中的多功能性及实际有效性，凸显其潜在的灵活性与强大能力。

摘要

原文标题：GeoRAG: A Question-Answering Approach from a Geographical Perspective
中文标题：GeoRAG：地理视角下的问答方法
发布日期：2025-04-02 08:11:05+00:00
作者：Jian Wang, Zhuo Zhao, Zeng Jie Wang, Bo Da Cheng, Lei Nie, Wen Luo, Zhao Yuan Yu, Ling Wang Yuan
分类：cs.IR
原文链接：http://arxiv.org/abs/2504.01458v2

中文摘要：地理问答（GeoQA）通过处理地理领域的自然语言查询来满足复杂用户需求并提升信息检索效率。然而传统问答系统存在理解局限、检索精度低、交互性弱及复杂任务处理不足等问题，阻碍了精准信息获取。本研究提出GeoRAG框架，该知识增强型问答系统结合领域微调、提示工程与检索增强生成（RAG）技术，以提升地理知识检索精度和用户交互体验。方法论包含四个组件：（1）基于3267份语料（研究论文、专著与技术报告）构建结构化地理知识库，通过多智能体方法归类为语义理解、空间位置、几何形态、属性特征、要素关联、演化过程与运作机制七个维度，最终生成145234条分类条目与875432组多维问答对；（2）基于BERT-Base-Chinese训练的多标签文本分类器，通过地理维度分类解析查询类型；（3）利用问答对数据评估查询-文档相关性的检索评估器，优化检索精度；（4）GeoPrompt模板动态整合用户查询与检索信息，通过维度特异性提示提升响应质量。对比实验表明GeoRAG在多个基础模型上均优于传统RAG，验证了其泛化能力。本研究通过提出领域专用大语言模型部署新范式，推动地理人工智能发展，对提升现实场景中GeoQA系统的可扩展性与准确性具有实践意义。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期效果有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，速度分别比传统方法和SLMs慢590倍和8.5倍。由此提出建议：（1）追求最佳效果且能承担成本时选用LLMs；（2）资源受限或无法承担LLMs调优成本时选用逻辑回归/SVM等传统方法；（3）需要接近最优效果-效率平衡时选用Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：通过使用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，我们研究了铯(Cs)中若干偶宇称和奇宇称态的标量和张量静态电偶极极化率($\alpha_d$)计算中的电子关联效应和高阶相对论效应。为考虑奇宇称E1算符对原子轨道的微扰影响，计算采用线性响应方法进行。我们最终获得的$\alpha_d$值（含估计不确定度）与先前计算结果和现有实验数据展现出良好的一致性。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明，在铯的$\alpha_d$值确定过程中，对关联效应(PC)比核心极化效应(CP)起着更主要的作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应之间的关联性以及双CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：A Unified Approach to Analysis and Design of Denoising Markov Models
中文标题：去噪马尔可夫模型分析与设计的统一方法
发布日期：2025-04-02 17:46:43+00:00
作者：Yinuo Ren, Grant M. Rotskoff, Lexing Ying
分类：cs.LG, cs.NA, math.NA, stat.ML
原文链接：http://arxiv.org/abs/2504.01938v1

中文摘要：基于测度传输的概率生成模型（如扩散模型和基于流的模型）通常采用马尔可夫随机动力学的语言进行表述，其中底层过程的选择同时影响算法设计决策和理论分析。本文旨在为去噪马尔可夫模型建立严格的数学基础——这是一类假设存在从目标分布向简单易采样分布过渡的正向过程，并特别构建反向过程以实现高效逆向采样的生成模型。通过与非平衡统计力学和广义Doob's h-变换的深层联系，我们提出一组最小假设条件以确保：(1) 反向生成算子的显式构造，(2) 直接最小化测度传输差异的统一变分目标，(3) 经典分数匹配方法在不同动力学中的适应性实现。该框架统一了连续与离散扩散模型的现有表述，在正向生成算子满足特定正则性假设条件下识别出去噪马尔可夫模型的最一般形式，并为设计由任意Lévy型过程驱动的去噪马尔可夫模型提供了系统化方案。我们通过采用几何布朗运动和跳跃过程作为正向动力学的新型去噪马尔可夫模型，展示了该方法在复杂分布建模中的多功能性和实际有效性，凸显了框架潜在的灵活性与强大能力。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。对此，本研究的两项主要贡献为：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试（涵盖情感分析与主题分类），其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据及文档的公开使研究社区能复现实验并以更科学的方式推动领域发展。实验对比结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，速度分别比传统方法和SLMs平均慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的场景选用LLMs；（2）资源受限或无法承担LLMs调优成本时选用逻辑回归/SVM等传统方法；（3）追求接近最优效果-效率平衡时选择Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：通过采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，我们研究了铯原子(Cs)中多个偶宇称和奇宇称态标量与张量静态电偶极极化率($\alpha_d$)计算中的电子关联效应和高阶相对论效应。为处理奇宇称E1算符对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算及现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，对关联效应(PC)比核心极化效应(CP)起着更主要的作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中同样具有显著影响。此外，Breit相互作用对高激发态的贡献尤为突出。

摘要

原文标题：A Unified Approach to Analysis and Design of Denoising Markov Models
中文标题：去噪马尔可夫模型分析与设计的统一方法
发布日期：2025-04-02 17:46:43+00:00
作者：Yinuo Ren, Grant M. Rotskoff, Lexing Ying
分类：cs.LG, cs.NA, math.NA, stat.ML
原文链接：http://arxiv.org/abs/2504.01938v1

中文摘要：基于测度传输的概率生成模型（如扩散模型和基于流的模型）通常采用马尔可夫随机动力学的语言进行表述，其中底层过程的选择同时影响算法设计决策和理论分析。本文旨在为去噪马尔可夫模型建立严格的数学基础——这类生成模型假设存在一个从目标分布过渡到简单易采样分布的前向过程，以及一个专门构建以实现逆向高效采样的后向过程。通过与非平衡统计力学和广义Doob's $h$-变换的深层联系，我们提出一组最小假设条件以确保：(1) 逆向生成器的显式构造，(2) 直接最小化测度传输差异的统一变分目标，(3) 经典分数匹配方法在不同动力学中的适应性实现。该框架统一了连续与离散扩散模型的现有表述，在正向生成器满足特定正则性假设条件下识别出去噪马尔可夫模型的最一般形式，并为设计由任意Lévy型过程驱动的去噪马尔可夫模型提供了系统化方案。我们通过采用几何布朗运动和跳跃过程作为前向动力学的新型去噪马尔可夫模型，展示了该框架在复杂分布建模中的潜在灵活性与效能。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的开放将使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本——平均耗时分别为传统方法的590倍和SLMs的8.5倍。由此提出建议：（1）追求最佳效果且能承担成本时选用LLMs；（2）资源受限或无法承担LLM调优成本时采用逻辑回归/SVM等传统方法；（3）需要接近最优效果-效率平衡时选择Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯(Cs)原子多个偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应的影响。为处理奇宇称E1算符对原子轨道的微扰，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，配对关联(PC)效应比核心极化(CP)效应起更主要作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期效果有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。对此，本研究的两项主要贡献为：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类）的大规模基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，速度分别比传统方法和SLM慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的应用选用LLM；（2）资源受限或无法承担LLM调优成本的应用选用逻辑回归/SVM等传统方法；（3）追求接近最优效果-效率平衡时选用Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：我们采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，研究了铯(Cs)中若干偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中的电子关联效应和高阶相对论效应。为考虑奇宇称E1算子对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，电子对关联(PC)效应比核心极化(CP)效应起着更主要的作用。通过比较MBPT(3)与RCC结果发现，PC与CP效应的关联效应以及双CP效应在这些计算中也具有显著影响。此外，Breit相互作用对高激发态的贡献尤为显著。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究的两项主要贡献是：（i）对12种传统与新兴ATC方案（含5个开源LLMs）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类任务）的大型基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开将使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程导致计算成本显著更高——分别比传统方法和SLMs平均慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的场景选用LLMs；（2）资源受限或无法承担LLMs调优成本时选用逻辑回归/SVM等传统方法；（3）追求接近最优效果-效率平衡时选择Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：通过采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，我们研究了铯原子(Cs)中若干偶宇称和奇宇称态标量与张量静态电偶极极化率($\alpha_d$)计算中的电子关联效应和高阶相对论效应。为处理奇宇称E1算子对原子轨道的微扰，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，电子对关联(PC)效应比核心极化(CP)效应起着更主要的作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应间的关联效应以及双CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期方法在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试集（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的开放使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，速度分别比传统方法和SLMs慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的应用选用LLMs；（2）资源受限或无法承担LLM调优成本的应用选用逻辑回归/SVM等传统方法；（3）追求效果-效率平衡的近优解时选用Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：通过采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，我们研究了铯原子(Cs)中若干偶宇称和奇宇称态标量与张量静态电偶极极化率($\alpha_d$)计算中的电子关联效应和高阶相对论效应。为处理奇宇称E1算子对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)与RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，电子对关联效应(PC)比核心极化效应(CP)起着更主要的作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中同样具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究的两项主要贡献在于：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）构建包含22个数据集的大规模基准测试集（涵盖情感分析和主题分类任务），提供基于折叠交叉验证的（训练-验证-测试）划分方案、完整文档及代码。代码、数据和文档的公开将帮助研究界复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程导致计算成本显著增加，速度分别比传统方法和SLMs慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的场景选用LLMs；（2）资源受限或无法承担LLM调优成本时选用逻辑回归/SVM等传统方法；（3）追求效果-效率平衡时选择Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：通过使用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，我们研究了铯(Cs)中若干偶宇称和奇宇称态标量与张量静态电偶极极化率($\alpha_d$)计算中的电子关联效应和高阶相对论效应。为考虑奇宇称E1算符对原子轨道的微扰影响，计算采用线性响应方法进行。我们最终获得的$\alpha_d$值（含估计不确定度）与先前理论计算及现有实验结果显示出良好的一致性。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，对关联效应(PC)比核心极化效应(CP)起着更主要的作用。通过比较MBPT(3)与RCC结果的差异，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中也具有显著影响。此外，Breit相互作用对高激发态的贡献被证实相当可观。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期效果有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究的两项主要贡献是：(i) 对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；(ii) 发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于折叠交叉验证流程，并配套文档和代码。代码、数据及文档的公开将帮助学界复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，平均速度分别比传统方法和SLMs慢590倍和8.5倍。由此提出建议：(1) 对效果要求极致且能承担成本的场景选用LLMs；(2) 资源受限或无法承担LLMs调优成本时选用逻辑回归/SVM等传统方法；(3) 追求效果-效率平衡时选择Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯(Cs)原子多个偶宇称和奇宇称态标量与张量静态电偶极极化率($\alpha_d$)的计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应。为处理奇宇称E1算符对原子轨道的微扰，计算采用线性响应方法进行。最终获得的含不确定度估计的$\alpha_d$值与先前理论计算及现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明，在铯原子$\alpha_d$值的确定过程中，对关联效应(PC)比核心极化效应(CP)起着更重要的作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献相当可观。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期方法在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLMs）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类任务）的大规模基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的开放使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，平均速度分别比传统方法和SLMs慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的场景选用LLMs；（2）资源受限或无法承担LLMs调优成本时选用逻辑回归/SVM等传统方法；（3）追求效果-效率平衡时选择Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯原子(Cs)多个偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，探究了电子关联效应和高阶相对论效应。为考虑奇宇称E1算子对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值确定过程中，电子对关联(PC)效应比核心极化(CP)效应起着更重要作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应间的关联性以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究的两项主要贡献是：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类）的大规模基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档和代码。代码、数据及文档的公开将帮助学界复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程导致计算成本激增，速度分别比传统方法和SLMs慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的应用选用LLMs；（2）资源受限或无法承担LLM调优成本的应用选用逻辑回归或SVM等传统方法；（3）追求接近最优效果-效率平衡时选用Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯(Cs)原子多个偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应。为处理奇宇称E1算符对原子轨道的微扰，计算采用线性响应方法。最终获得的含不确定度估计的$\alpha_d$值与先前理论计算及现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明，在铯原子$\alpha_d$值确定过程中，电子对关联(PC)效应比核心极化(CP)效应起更主导作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献尤为显著。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期方法在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：(i) 对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；(ii) 发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据及文档的公开使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，速度分别比传统方法和SLM慢590倍和8.5倍。由此提出建议：(1) 对效果要求极致且能承担成本的场景选用LLM；(2) 资源受限或无法承担LLM调优成本的场景选用逻辑回归/SVM等传统方法；(3) 追求效果-效率平衡时选择Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：通过使用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，我们研究了铯(Cs)中若干偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中的电子关联效应和高阶相对论效应。为考虑奇宇称E1算符对原子轨道的微扰影响，计算采用线性响应方法进行。我们最终获得的$\alpha_d$值（含估计不确定度）与先前理论计算及现有实验结果显示出良好的一致性。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，对关联效应(PC)比核心极化效应(CP)起着更主要的作用。通过比较MBPT(3)与RCC结果的差异，我们发现PC与CP效应之间的关联性以及双重CP效应在这些计算中也具有显著影响。此外，Breit相互作用对高激发态的贡献被证实相当可观。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开将帮助研究界复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，速度分别比传统方法和SLM慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的应用选用LLM；（2）资源受限或无法承担LLM 调优成本的应用选用逻辑回归/SVM等传统方法；（3）追求效果-效率平衡的近优解时可选用Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：通过采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，我们研究了铯原子(Cs)中若干偶宇称和奇宇称态标量与张量静态电偶极极化率($\alpha_d$)计算中的电子关联效应和高阶相对论效应。为处理奇宇称E1算符对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算及现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，电子对关联效应(PC)比核心极化效应(CP)起着更主导作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中同样具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期方法在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究的两项主要贡献是：（i）对12种传统与新兴ATC方案（含5个开源LLMs）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类任务）的大规模基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档和代码。代码、数据及文档的公开使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，速度分别比传统方法和SLMs慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的场景选用LLMs；（2）资源受限或无法承担LLMs调优成本的场景选用逻辑回归/SVM等传统方法；（3）追求效果-效率平衡时选择Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：通过采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，我们研究了铯原子(Cs)中若干偶宇称和奇宇称态标量与张量静态电偶极极化率($\alpha_d$)计算中的电子关联效应和高阶相对论效应。为处理奇宇称E1算符对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，电子对关联(PC)效应比核心极化(CP)效应起着更主要的作用。通过比较MBPT(3)与RCC结果发现，PC与CP效应的关联效应以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期效果有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究的两项主要贡献是：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类任务）的大型基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档和代码。代码、数据及文档的公开将帮助研究界复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程导致计算成本激增，分别比传统方法和SLM平均慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的场景选用LLM；（2）资源受限或无法承担LLM 调优成本的场景选用逻辑回归/SVM等传统方法；（3）追求效果-效率平衡时选用Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：我们采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，研究了铯(Cs)中若干偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中的电子关联效应和高阶相对论效应。为处理奇宇称E1算符对原子轨道的微扰，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明，在铯原子$\alpha_d$值的确定过程中，电子对关联(PC)效应比核心极化(CP)效应起着更主要的作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应之间的关联性以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：A Unified Approach to Analysis and Design of Denoising Markov Models
中文标题：去噪马尔可夫模型分析与设计的统一方法
发布日期：2025-04-02 17:46:43+00:00
作者：Yinuo Ren, Grant M. Rotskoff, Lexing Ying
分类：cs.LG, cs.NA, math.NA, stat.ML
原文链接：http://arxiv.org/abs/2504.01938v1

中文摘要：基于测度传输的概率生成模型（如扩散模型和基于流的模型）通常采用马尔可夫随机动力学的语言进行表述，其中底层过程的选择既影响算法设计也关乎理论分析。本文旨在为去噪马尔可夫模型建立严格的数学基础——这类生成模型通过前向过程将目标分布过渡到易采样的简单分布，并特别构建反向过程以实现高效逆向采样。借助与非平衡统计力学及广义Doob's h-变换的深层联系，我们提出一组最小假设条件以确保：(1)反向生成器的显式构造，(2)直接最小化测度传输差异的统一变分目标，(3)经典分数匹配方法在不同动力学中的适应性。该框架统一了连续与离散扩散模型的现有表述，在正向生成器满足特定正则性假设时识别出去噪马尔可夫模型的最一般形式，并为任意Lévy型过程驱动的去噪模型设计提供了系统化方案。我们通过采用几何布朗运动和跳跃过程作为前向动力学的新型去噪模型，展示了该框架在复杂分布建模中的潜在灵活性与效能。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期方法在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究的两项主要贡献在于：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类任务）的大规模基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套完整文档和代码。代码、数据及文档的公开将帮助研究社区复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本——平均耗时分别为传统方法的590倍和SLMs的8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的场景选用LLMs；（2）资源受限或无法承担LLM调优成本时选择逻辑回归/SVM等传统方法；（3）追求效果-效率平衡时选用Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：本研究采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，系统探究了铯原子(Cs)中多个偶宇称和奇宇称态标量与张量静态电偶极极化率($\alpha_d$)计算中的电子关联效应和高阶相对论效应。为处理奇宇称E1算子对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，对关联效应(PC)比核心极化效应(CP)起着更主导作用。通过比较MBPT(3)与RCC结果发现，PC与CP效应的关联效应以及双重CP效应在这些计算中也具有显著影响。此外，研究还发现高激发态中Breit相互作用的贡献相当可观。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期方法在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析与主题分类）的大型基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据及文档的公开将使学界能以更科学的方式复现实验并推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，平均速度分别比传统方法和SLMs慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的场景选用LLMs；（2）资源受限或无法承担LLM调优成本时选用逻辑回归/SVM等传统方法；（3）追求接近最优效果-效率平衡时选择Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯(Cs)原子多个偶宇称和奇宇称态的标量及张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应的影响。为处理奇宇称E1算子对原子轨道的微扰，计算采用线性响应方法进行。最终获得的含不确定度估计的$\alpha_d$值与先前理论计算及现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，对关联效应(PC)比核极化效应(CP)起着更主要的作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双CP效应在这些计算中同样具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期方法在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究的两项主要贡献是：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类任务）的大规模基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档和代码。代码、数据及文档的公开将使社区能够复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本——平均耗时分别是传统方法和SLM的590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的应用选用LLM；（2）资源受限或无法承担LLM调优成本的应用选用逻辑回归/SVM等传统方法；（3）追求效果-效率平衡的近优解时可选择Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算揭示铯(Cs I)多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯原子(Cs)多个偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应。为处理奇宇称E1算子对原子轨道的微扰，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，对关联效应(PC)比核心极化效应(CP)起更主要作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献相当可观。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期效果有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类任务）的大型基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本——平均耗时分别为传统方法的590倍和SLMs的8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的场景选用LLMs；（2）资源受限或无法承担LLM调优成本时选用逻辑回归/SVM等传统方法；（3）追求效果-效率平衡时选择Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯原子(Cs)多个偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应的影响。为处理奇宇称E1算子对原子轨道的微扰，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，对关联效应(PC)比核心极化效应(CP)起着更主要的作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：(i) 对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；(ii) 发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开将帮助研究界复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本——平均速度分别比传统方法和SLM慢590倍和8.5倍。由此提出建议：(1) 对效果要求极致且能承担成本的场景选用LLM；(2) 资源受限或无法承担LLM调优成本时选用逻辑回归/SVM等传统方法；(3) 追求效果-效率平衡时选择Roberta等SLM方案。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯原子(Cs)多个偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应的影响。为处理奇宇称E1算子对原子轨道的微扰，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，对关联效应(PC)比核心极化效应(CP)起着更重要的作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开将帮助学界复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，速度分别比传统方法和SLM慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的场景选用LLM；（2）资源受限或无法承担LLM调优成本时选用逻辑回归/SVM等传统方法；（3）追求效果-效率平衡时选择Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：通过采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，我们研究了铯原子(Cs)中若干偶宇称和奇宇称态标量与张量静态电偶极极化率($\alpha_d$)计算中的电子关联效应和高阶相对论效应。为处理奇宇称E1算符对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，电子对关联(PC)效应比核心极化(CP)效应起着更主要的作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期效果有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类）的大型基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的开放将使学界能复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，速度分别比传统方法和SLMs慢590倍和8.5倍。由此提出建议：（1）追求最佳效果且能承担成本时选用LLMs；（2）资源受限或无法承担LLMs调优成本时选用逻辑回归/SVM等传统方法；（3）需要接近最优的效果-效率平衡时选用Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯原子(Cs)多个偶宇称和奇宇称态的标量及张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应。为处理奇宇称E1算符对原子轨道的微扰，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值确定过程中，对关联效应(PC)比核心极化效应(CP)起更主导作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应间的关联效应以及双CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献尤为显著。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。对此，本研究的两项主要贡献为：（i）对12种传统与新型ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本——平均耗时分别是传统方法的590倍和SLMs的8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的应用选用LLMs；（2）资源受限或无法承担LLMs调优成本的应用选用逻辑回归/SVM等传统方法；（3）追求接近最优效果-效率平衡时选用Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯原子(Cs)多个偶宇称和奇宇称态标量与张量静态电偶极极化率($\alpha_d$)的计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应的影响。为考虑奇宇称E1算子对原子轨道的微扰作用，计算采用线性响应方法进行。我们最终获得的$\alpha_d$值（含估计不确定度）与先前理论计算及现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，对关联效应(PC)比核心极化效应(CP)起着更主要的作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期效果有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），提供基于折叠交叉验证流程的数据划分方案、完整文档及代码。代码、数据和文档的公开将帮助研究社区复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本——平均速度分别比传统方法和SLM慢590倍和8.5倍。由此提出建议：（1）对效果有极致需求且能承担成本的应用选用LLM；（2）资源受限或无法承担LLM调优成本的应用选用逻辑回归/SVM等传统方法；（3）追求效果-效率平衡的近优解时可选择Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：我们采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，通过第一性原理计算研究了铯原子(Cs)多个偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)，以探究电子关联效应和高阶相对论效应的影响。为考虑奇宇称E1算符对原子轨道的微扰作用，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明，在铯原子$\alpha_d$值的确定过程中，电子对关联(PC)效应比核心极化(CP)效应起着更重要的作用。通过比较MBPT(3)与RCC结果的差异，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究的两项主要贡献是：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布一个包含22个数据集（涵盖情感分析和主题分类任务）的大型基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档和代码。代码、数据及文档的公开将使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程导致计算成本显著更高——分别比传统方法和SLMs平均慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的应用选用LLMs；（2）资源受限或无法承担LLMs调优成本的应用选用逻辑回归/SVM等传统方法；（3）追求效果-效率平衡的近优解时可选择Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算揭示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯原子(Cs)多个偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应。为处理奇宇称E1算子对原子轨道的微扰，计算采用线性响应方法。最终获得的含不确定度估计的$\alpha_d$值与先前理论计算及现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值测定中，对关联效应(PC)比核极化效应(CP)起更主导作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中同样显著。在高激发态中，Breit相互作用的贡献尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期方法在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类任务）的大规模基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档和代码。代码、数据及文档的公开使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但微调导致的算力成本显著更高——平均耗时分别为传统方法的590倍和SLM的8.5倍。由此提出建议：（1）追求最佳效果且能承担成本时选用LLM；（2）资源受限或无法承担LLM调优成本时选用逻辑回归/SVM等传统方法；（3）需要效果-效率平衡时选择Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯(Cs)原子多个偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应的影响。为处理奇宇称E1算子对原子轨道的微扰，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，对关联效应(PC)比核心极化效应(CP)起更主要作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期效果有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。对此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据及文档的公开将助力学界复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本——平均耗时分别为传统方法的590倍和SLM的8.5倍。由此提出建议：（1）追求最佳效果且能承担成本时选用LLM；（2）资源受限或无法负担LLM调优成本时选用逻辑回归/SVM等传统方法；（3）需要接近最优效果-效率平衡时选用Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯(Cs)原子多个偶宇称和奇宇称态的标量与张量静态电偶极(E1)极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应的影响。为处理奇宇称E1算符对原子轨道的微扰，计算采用线性响应方法进行。最终获得的含不确定度估计的$\alpha_d$值与先前理论计算及现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，电子对关联(PC)效应比核心极化(CP)效应起更主要作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，尤其以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为代表。尽管近期方法在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的性能优势是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），所有数据集均采用折叠交叉验证划分训练-验证-测试集，并配套文档与代码。代码、数据和文档的公开将助力学界以更科学的方式复现实验并推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本——平均耗时分别为传统方法的590倍和SLM的8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的场景选用LLM；（2）资源受限或无法承担LLM调优成本时选用逻辑回归/SVM等传统方法；（3）追求效果-效率平衡时选择Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯(Cs)原子多个偶宇称和奇宇称态的标量与张量静态电偶极(E1)极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2)、三阶微扰理论(MBPT(3)、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应。为处理奇宇称E1算符对原子轨道的微扰，计算采用线性响应方法。最终获得的含不确定度估计的$\alpha_d$值与先前理论计算及现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定中，对关联效应(PC)比核心极化效应(CP)起更主要作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献相当显著。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期效果有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类）的大规模基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但微调导致的算力成本显著更高——平均耗时分别为传统方法的590倍和SLMs的8.5倍。由此提出建议：（1）追求最佳效果且能承担成本时选用LLMs；（2）资源受限或无法承担LLM调优成本时选用逻辑回归/SVM等传统方法；（3）需要接近最优的效果-效率平衡时选择Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯原子(Cs)多个偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应的影响。为处理奇宇称E1算子对原子轨道的微扰，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，对关联效应(PC)比核心极化效应(CP)起着更主要的作用。通过比较MBPT(3)与RCC结果发现，PC与CP效应的关联效应以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献相当可观。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期效果有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开将使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本——平均速度分别比传统方法和SLM慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的应用选用LLM；（2）资源受限或无法承担LLM调优成本的应用选用逻辑回归/SVM等传统方法；（3）追求效果-效率平衡的近优解时选用Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：通过采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，我们研究了铯原子(Cs)中若干偶宇称和奇宇称态在标量与张量静态电偶极极化率($\alpha_d$)计算中的电子关联效应和高阶相对论效应。为处理奇宇称E1算子对原子轨道的微扰影响，计算采用线性响应理论框架。最终获得的含不确定度评估的$\alpha_d$值与先前理论计算及现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，电子对关联(PC)效应比核心极化(CP)效应起着更主导作用。通过对比MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中同样具有显著影响。此外，Breit相互作用对高激发态的贡献尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究的两项主要贡献是：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本——平均耗时分别为传统方法的590倍和SLMs的8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的场景选用LLMs；（2）资源受限或无法承担LLM调优成本时选用逻辑回归/SVM等传统方法；（3）追求接近最优效果-效率平衡时选择Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：通过使用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，我们研究了铯(Cs)中若干偶宇称和奇宇称态的标量和张量静态电偶极极化率($\alpha_d$)计算中的电子关联效应和高阶相对论效应。为考虑奇宇称E1算符对原子轨道的微扰影响，计算采用线性响应方法进行。我们最终获得的$\alpha_d$值（含估计不确定度）与先前理论计算及现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明，在铯原子$\alpha_d$值的确定过程中，电子对关联(PC)效应比核心极化(CP)效应起着更主要的作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期方法在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。对此，本研究的两项主要贡献为：（i）对12种传统与新兴ATC方案（含5个开源LLMs）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集的大规模基准测试（涵盖情感分析和主题分类任务），其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开将帮助研究社区复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，平均速度分别比传统方法和SLMs慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的场景选用LLMs；（2）资源受限或无法承担LLMs调优成本时选用逻辑回归/SVM等传统方法；（3）追求接近最优效果-效率平衡时选择Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：通过使用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，我们研究了铯(Cs)中若干偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中的电子关联效应和高阶相对论效应。为考虑奇宇称E1算符对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明，在铯原子$\alpha_d$值的确定过程中，对关联效应(PC)比核心极化效应(CP)起着更主要的作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应之间的关联性以及双重CP效应在这些计算中也具有显著影响。此外，Breit相互作用对高激发态的贡献尤为显著。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期效果有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究的两项主要贡献是：（i）对12种传统及新型ATC解决方案（包括5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布一个包含22个数据集（涵盖情感分析和主题分类任务）的大型基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档和代码。代码、数据及文档的公开将使研究社区能够复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程导致计算成本显著更高——分别比传统方法和SLM平均慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的应用选用LLM；（2）资源受限或无法承担LLM调优成本的应用选用逻辑回归/SVM等传统方法；（3）追求效果-效率平衡的近优解时可选择Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算揭示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：我们采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，通过第一性原理计算研究了铯原子(Cs)多个低激发偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)中的电子关联效应和高阶相对论效应。为处理奇宇称E1算符对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明，在铯原子极化率测定中，电子对关联(PC)效应比核心极化(CP)效应起着更主导作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中同样具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期效果有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类）的大规模基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，速度分别比传统方法和SLM慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的应用选用LLM；（2）资源受限或无法承担LLM 调优成本的应用选用逻辑回归、SVM等传统方法；（3）追求效果-效率平衡的近优解时可选用Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯(Cs)原子多个偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应的影响。为处理奇宇称E1算符对原子轨道的微扰，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，电子对关联(PC)效应比核心极化(CP)效应起更主要作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应的关联效应以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期方法在效果上有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。对此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类）的大规模基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开将使学界能以更科学的方式复现实验并推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，速度分别比传统方法和SLM慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的应用选用LLM；（2）资源受限或无法承担LLM 调优成本的应用选用逻辑回归/SVM等传统方法；（3）追求效果-效率平衡的近优解时选用Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：通过采用狄拉克-哈特里-福克方法(DHF)、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇方法(RCCSD)，我们研究了铯原子(Cs)中若干偶宇称和奇宇称态在标量与张量静态电偶极极化率($\alpha_d$)计算中的电子关联效应和高阶相对论效应。为处理奇宇称E1算子对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算及现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，电子对关联(PC)效应比核心极化(CP)效应起着更主导作用。通过对比MBPT(3)与RCC结果，我们发现PC与CP效应之间的关联效应以及双重CP效应在这些计算中同样具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期效果有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类）的大规模基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但微调导致的算力成本显著更高——分别比传统方法和SLM平均慢590倍和8.5倍。由此提出建议：（1）追求最佳效果且能承担成本时选用LLM；（2）资源受限或无法承担LLM调优成本时选用逻辑回归/SVM等传统方法；（3）需要接近最优效果-效率平衡时选择Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯(Cs)原子多个偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应。为处理奇宇称E1算符对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值的确定过程中，电子对关联(PC)效应比核心极化(CP)效应起更主要作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应间的关联效应以及双CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期效果有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类）的大型基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的公开使研究社区能复现实验并以更科学的方式推动领域发展。实验结果表明：LLM在效果上优于传统方法（平均提升26%-7.1%）和SLM（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，速度分别比传统方法和SLM慢590倍和8.5倍。由此提出建议：（1）追求最佳效果且能承担成本时选用LLM；（2）资源受限或无法承担LLM调优成本时选用逻辑回归/SVM等传统方法；（3）需要接近最优的效果-效率平衡时选择Roberta等SLM。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯(Cs)原子多个偶宇称和奇宇称态的标量与张量静态电偶极极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应。为处理奇宇称E1算子对原子轨道的微扰，计算采用线性响应方法进行。最终获得的$\alpha_d$值及其不确定度估计与先前理论计算和现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明，在铯原子$\alpha_d$值确定过程中，对关联效应(PC)比核心极化效应(CP)起更主导作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应间的关联以及双CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献尤为突出。

摘要

原文标题：A thorough benchmark of automatic text classification: From traditional approaches to large language models
中文标题：自动文本分类的全面基准测试：从传统方法到大语言模型
发布日期：2025-04-02 17:40:08+00:00
作者：Washington Cunha, Leonardo Rocha, Marcos André Gonçalves
分类：cs.CL, cs.AI
原文链接：http://arxiv.org/abs/2504.01930v1

中文摘要：自动文本分类（ATC）在过去十年中取得了显著进展，以基于Transformer架构的小型及大型语言模型（SLMs和LLMs）为典型代表。尽管近期效果有所提升，但文献中仍缺乏全面的成本效益分析，以验证这些新方法相较于支持向量机（SVM）和逻辑回归等传统文本分类方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源LLM）进行科学严谨的成本效益对比分析；（ii）发布包含22个数据集（涵盖情感分析和主题分类任务）的大型基准测试集，其训练-验证-测试划分基于折叠交叉验证流程，并配套文档与代码。代码、数据和文档的开放将使学界能复现实验并以更科学的方式推动领域发展。实验结果表明：LLMs在效果上优于传统方法（平均提升26%-7.1%）和SLMs（平均提升4.9%-1.9%），但因其微调过程产生显著更高的计算成本，速度分别比传统方法和SLMs慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的应用选用LLMs；（2）资源受限或无法承担LLMs调优成本的应用选用逻辑回归/SVM等传统方法；（3）追求效果-效率平衡的近优解时选用Roberta等SLMs。

摘要

原文标题：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
中文标题：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
发布日期：2025-04-02 07:10:28+00:00
作者：A. Chakraborty, B. K. Sahoo
分类：physics.atom-ph, quant-ph
原文链接：http://arxiv.org/abs/2504.01418v1

中文摘要：摘要：在铯(Cs)原子多个偶宇称和奇宇称态的标量与张量静态电偶极(E1)极化率($\alpha_d$)计算中，我们采用狄拉克-哈特里-福克(DHF)方法、二阶微扰理论(MBPT(2))、三阶微扰理论(MBPT(3))、随机相位近似(RPA)以及单双激发近似相对论耦合簇(RCCSD)方法，探究了电子关联效应和高阶相对论效应。为处理奇宇称E1算符对原子轨道的微扰影响，计算采用线性响应方法进行。最终获得的含不确定度估计的$\alpha_d$值与先前理论计算及现有实验结果吻合良好。DHF、MBPT(2)、MBPT(3)和RPA结果间的差异表明：在铯原子$\alpha_d$值确定过程中，对关联效应(PC)比核心极化效应(CP)起更主导作用。通过比较MBPT(3)与RCC结果，我们发现PC与CP效应间的关联性以及双重CP效应在这些计算中也具有显著影响。此外，在高激发态中，Breit相互作用的贡献表现得尤为突出。

@@ 第1,753行： / 第1,753行： @@
 *'''原文链接'''：http://arxiv.org/abs/2504.01930v1
 '''中文摘要'''：[[自动文本分类]]（ATC）在过去十年中取得了显著进展，以基于[[Transformer架构]]的小型及大型[[语言模型]]（[[SLMs]]和[[LLMs]]）为典型代表。尽管近期效果有所提升，但文献中仍缺乏全面的[[成本效益分析]]，以验证这些新方法相较于[[支持向量机]]（[[SVM]]）和[[逻辑回归]]等传统[[文本分类]]方法的效果提升是否足以抵消其高昂成本。为此，本研究作出双重贡献：（i）对12种传统与新兴ATC方案（含5个开源[[LLM]]）进行科学严谨的[[成本效益]]对比分析；（ii）发布包含22个[[数据集]]（涵盖[[情感分析]]和[[主题分类]]任务）的大型[[基准测试]]集，其[[训练]]-[[验证]]-[[测试]]划分基于[[折叠交叉验证]]流程，并配套[[文档]]与[[代码]]。[[代码]]、[[数据]]和[[文档]]的开放将使学界能复现实验并以更科学的方式推动领域发展。实验结果表明：[[LLMs]]在效果上优于传统方法（平均提升26%-7.1%）和[[SLMs]]（平均提升4.9%-1.9%），但因其[[微调]]过程产生显著更高的[[计算成本]]，速度分别比传统方法和[[SLMs]]慢590倍和8.5倍。由此提出建议：（1）对效果要求极致且能承担成本的应用选用[[LLMs]]；（2）资源受限或无法承担[[LLMs]]调优成本的应用选用[[逻辑回归]]/[[SVM]]等传统方法；（3）追求效果-效率平衡的近优解时选用[[Roberta]]等[[SLMs]]。
+== 摘要 ==
+* '''原文标题'''：Demonstrating Correlation Trends in the Electric Dipole Polarizabilities of Many Low-lying States in Cesium (Cs I) through First-principle Calculations
+* '''中文标题'''：通过第一性原理计算展示铯(Cs I)中多个低激发态电偶极极化率的关联趋势
+* '''发布日期'''：2025-04-02 07:10:28+00:00
+* '''作者'''：A. Chakraborty, B. K. Sahoo
+* '''分类'''：physics.atom-ph, quant-ph
+*'''原文链接'''：http://arxiv.org/abs/2504.01418v1
+'''中文摘要'''：摘要：在[[铯]]([[Cs]])原子多个偶宇称和奇宇称态的标量与张量静态[[电偶极]]([[E1]])[[极化率]]($\alpha_d$)计算中，我们采用[[狄拉克-哈特里-福克]]([[DHF]])方法、[[二阶微扰理论]]([[MBPT(2)]])、[[三阶微扰理论]]([[MBPT(3)]])、[[随机相位近似]]([[RPA]])以及[[单双激发近似相对论耦合簇]]([[RCCSD]])方法，探究了[[电子关联效应]]和[[高阶相对论效应]]。为处理奇宇称[[E1算符]]对[[原子轨道]]的微扰影响，计算采用[[线性响应方法]]进行。最终获得的含[[不确定度]]估计的$\alpha_d$值与先前[[理论计算]]及现有[[实验]]结果吻合良好。[[DHF]]、[[MBPT(2)]]、[[MBPT(3)]]和[[RPA]]结果间的差异表明：在[[铯原子]]$\alpha_d$值确定过程中，[[对关联效应]]([[PC]])比[[核心极化效应]]([[CP]])起更主导作用。通过比较[[MBPT(3)]]与[[RCC]]结果，我们发现[[PC]]与[[CP]]效应间的关联性以及[[双重CP效应]]在这些计算中也具有显著影响。此外，在[[高激发态]]中，[[Breit相互作用]]的贡献表现得尤为突出。