本文提出了SwapGT新方法，解决了现有节点词块图变换器仅关注一阶邻居的问题。通过节点语义相关性生成更具信息量的令牌序列，并引入中心对齐损失以提升模型性能。实验结果表明，SwapGT在节点分类任务中表现优越。

北京大学MMCAL团队开发了首个视频编辑质量评估指标VE-Bench，专注于编辑结果与原始视频的语义相关性。该指标通过丰富的数据集和创新的测试方法，提供了更符合人类感知的评价标准，并已被AAAI 2025会议录用。

该研究提出了一种新的方法，利用上下文反馈和语义相关性来调整攻击策略，揭示大型语言模型的漏洞，并超越现有的攻击方法。该方法为攻击和防御大型语言模型提供了新的视角和工具，并对对话系统的安全和伦理评估做出了贡献。

本文评估了Web资源的语义相关性，讨论了基于知识的方法作为结构型方法的替代。通过实现和评估10种方法，使用DBpedia作为参考，得出权衡RDF三元组和评估比较资源间的所有直接路径的组合策略是计算DBpedia语义相关性的最佳策略。

我们提出了一种新的方法，利用上下文反馈和语义相关性来调整攻击策略，揭示大型语言模型的漏洞，并超越现有的攻击方法。这为攻击和防御大型语言模型提供了新的视角和工具，并为对话系统的安全和伦理评估做出了贡献。

本文评估了Web资源的语义相关性，并讨论了基于知识的方法作为结构型方法的替代。通过实现和评估10种不同的方法，使用DBpedia作为参考知识图谱，并应用于相同的DBpedia版本和14个黄金数据集，得出了计算DBpedia语义相关性的最佳策略。