Notice bibliographique
Résumé
Turing v0.9.0 Diff since v0.8.3 Closed issues: ERROR: LoadError: getϵ(adaptor::AdvancedHMC.Adaptation.NoAdaptation) is not implemented. (#1071) latex code / math broken on docs website (#1079) defining infinite mixture of dirichlets (#1080) Tutorial error (#1082) Dead link to compositional sampler paper (#1094) Code cells showing errors were thrown in linear regression example (#1096) DynamicHMC errors on 1.3 (#1098) Test glitch probot (#1107) Test glitch probot (#1108) Test glitch probot (#1109) Test glitch probot (#1110) Turing LoadError (#1122) LinearRegression Example Performance suggestion (#1123) Merged pull requests: VI & ADVI improvements (#902) (@torfjelde) Run CI tests on Julia 1.3 (#1067) (@devmotion) CompatHelper: bump compat for "SpecialFunctions" to "0.10" (#1072) (@github-actions[bot]) Use AdvancedMH (#1083) (@cpfiffer) Add method for pdf(::OrderedLogistic, x) (#1089) (@baggepinnen) More compatible and clearer baseurl inquiry (#1092) (@KDr2) fixes and improvements on CRP implementations (#1093) (@trappmartin) Install TagBot as a GitHub Action (#1097) (@JuliaTagBot) Fix errors with DynamicHMC (#1099) (@devmotion) Run benchmarks via github action (#1100) (@KDr2) Update guide.md (#1103) (@yebai) Remove state-saving by default (#1105) (@cpfiffer) Add GSoC blog post (#1106) (@cpfiffer) Update to new AbstractMCMC API (#1116) (@devmotion) Use reset_num_produce! (#1117) (@devmotion) Reduce benchmark related comment reply (#1119) (@KDr2) Add team page to the website (#1124) (@cpfiffer) Add static distributions idea to GSoC ideas (#1125) (@mohamed82008) Remove TrackedArray implementation and update DistributionsAD (#1128) (@devmotion)
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,004 |
| Méta-épidémiologie (sens large) | 0,003 | 0,004 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,009 | 0,008 |
| Science ouverte | 0,007 | 0,007 |
| Intégrité de la recherche | 0,003 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,613 | 0,738 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».