Teknologi.Bagian dari ensiklopedia.onlineCari/
BerandaKomputasi & perangkat lunakCAREER: Structure-Aware Learning from Weak Supervision for Knowledge Acquisition
Proyek riset & pengembangan

CAREER: Structure-Aware Learning from Weak Supervision for Knowledge Acquisition

Ringkasan tujuan riset

Supervisi lemah sadar struktur memakai SHEM, retrieval kontrastif berbasis ontologi, serta Tree of Reward Models untuk belajar dari label tidak lengkap, berderau, atau preferensi ambigu.

Komputasi & perangkat lunak1 rujukanProfil diperbarui
Lihat rujukanBandingkan proyek
Linimasa NSF 2541536Periode tercatat 2026-10-01 sampai 2031-09-30.NSF 2541536MulaiAkhir tercatat202620322026-10-012031-09-30
Linimasa dan catatan proyek

Tanggal dan TRL menurut catatan penerbit. Akhir periode dan target bukan bukti hasil riset.

Teknologi · CC BY 4.0 · Sumber data

Apa tujuan dan pendekatan risetnya?

Profil ini merangkum ruang lingkup proyek yang dipublikasikan National Science Foundation (NSF). Sumber diakses . Uraian pendekatan dan manfaat menyatakan tujuan pengembangan, kecuali sumber secara khusus melaporkan hasil.

Spherical Hierarchical Expectation-Maximization akan menginduksi ontologi laten dari korpus tanpa label untuk ekstraksi serta klasifikasi. DeRAG menggabungkan penalaran simbolik dan retrieval kontrastif SACRet guna menyaring distractor serta membumikan jawaban. TreeRM bersama Hierarchical Dirichlet Thompson Sampling memodelkan nilai dasar yang dibagi dan preferensi personal. Kerangka menghubungkan konstruksi pengetahuan dengan adaptasi pada kekurangan supervisi, dengan sasaran AI khusus domain yang tidak membutuhkan anotasi sempurna dalam jumlah besar.

Baca uraian penerbit

Konteks pengembangan

Institusi penerima pada catatan
University of Virginia Main Campus
Program
Info Integration & Informatics
Periode pendanaan tercatat
2026-10-01 → 2031-09-30

Proyek kolaboratif beberapa institusi diwakili oleh satu catatan penghargaan. Institusi di atas adalah penerima pada catatan tersebut.

Klasifikasi NSF

  • Directorate for Computer and Information Science and Engineering
  • Computing & AI Foundations

Label penerbit dipertahankan sebagai konteks. Bidang katalog merupakan pengelompokan editorial.

Apa yang diketahui tentang statusnya?

Status pendanaan menurut NSFAktif (catatan pendanaan NSF)

Catatan NSF tidak melaporkan tingkat kesiapan teknologi (TRL). Status pendanaan aktif atau berakhir bukan bukti keberhasilan riset.

Batas informasi

Profil merangkum tujuan dan pendekatan dalam abstrak pendanaan NSF. Status pendanaan tidak membuktikan keberhasilan riset, kesiapan teknologi, atau ketersediaan produk. Hasil dan performa belum diverifikasi secara independen; tinjauan ahli belum dilakukan.

Dasar profil

Metodologi dan batas pemeriksaan. Ringkasan berbahasa Indonesia disusun sebagai parafrasa editorial dengan pemeriksaan sumber primer oleh agen AI. Identitas, periode, serta status berasal dari catatan penerbit. Tinjauan ahli dan pengujian kinerja independen belum dilakukan; rujukan tidak menyiratkan dukungan atau sertifikasi NSF.