EViSE把摘要评估拆成忠实、连贯、相关三项，用一次非自回归编码同时给出三个分数，训练时把分数回归与同一来源内候选摘要的排序约束合在一起。在8万余条人工复核的越南语文档—摘要样本上，EViSE-mmBERT在留出News测试集上的总体Spearman相关为0.806，紧凑版EViSE-ViDeBERTa为0.737；同一架构下加入排序项后，三项Spearman比只用回归提高0.045至0.061。
冷冻电镜与冷冻电镜断层扫描常得到分子身份未知的密度图，此前在中等分辨率下缺少侧链特征，难以从成千上万个候选结构中挑出正确者。CryoAssign把CoLoRes刚体对接与学习排序结合，直接搜索未分割的完整密度图，并用多个反映图与模型吻合程度的特征对候选重新排序。在14张留出基准图上，它的排序优于原始CoLoRes互相关分数和任何单一特征；在径向辐条复合物中，18个已知蛋白有11个进入前15名，而原始分数只排进6个。
该工作提出 FoMo：把参考图前向加噪到某个采样时间步后再独立去噪，用这个“分叉时刻”作为点对点感知距离标签，无需任何人工标注即可生成训练数据，并用 RankNet 式全局排序目标训练参考型图像质量评估指标；在 PIPAL、TID2013、CSIQ、LIVE 四个基准和七种骨干上取得最佳平均表现，其中 PIPAL 上 LPIPS-Alex 达到 0.733 的 SROCC，高于使用人工标注数据（如 KADID-10k 的 0.577）的同架构结果。
已读完全部报道