R-DEIM Net 释义检测模型论文发布

2026年10月15日，arXiv Artificial Intelligence 刊出 Pushp Garg 等人的论文，提出 R-DEIM Net——一个面向复述（释义）检测、并能生成人类可读理由的双专家模型。据该论文，模型共 76M 参数，由两部分组成：交互专家采用多尺度 2D 卷积与注意力头，支持可变输入长度；推理专家使用 Flan-T5-small 解码器生成理由，作为辅助监督。分类阶段直接池化解码器的隐藏状态，而不重新编码生成的文本。论文称，在 Quora Question Pairs 数据集上，经 10 折交叉验证，R-DEIM Net 取得 90.07% 准确率和 90.16% F1 分数。论文的出发点是探究中等规模模型能否在复述检测上达到有竞争力的准确率，同时具备生成人类可读理由的能力。目前事件进展停留在论文发布与上述基准结果披露阶段，暂无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。