跳到主要内容
检索

Hong Kong Polytechnic University

32 篇关联报道

订阅更新
  1. arXiv

    只改5%像素就能挡住人脸伪造:SEAL在CelebA-HQ与VGGFace2上把身份相似度压到0.15以内

    给照片加对抗扰动可以阻止扩散模型学会某人身份,但以往方法要在整张脸上密集改动,累积失真在五官附近肉眼可见。SEAL把扰动限制在5%的空间位置上,用可微的top-k掩码同时优化扰动位置与数值,并针对冻结VAE编码器的潜变量方差做破坏。在CelebA-HQ与VGGFace2上,受保护图像PSNR超过41 dB、SSIM为0.97、LPIPS不超过0.07,经DreamBooth个性化后身份相似度最高0.15。

  2. arXiv

    屋顶光伏组件不再逐块标注:MV-PVMapper 在三个电站找回 7711 块中的 7710 块

    在约 1 厘米天底地面采样距离的五方向无人机倾斜摄影数据上,MV-PVMapper 把冻结的视觉基础模型 SAM 3 与摄影测量几何结合起来,无需任务专用标注或权重更新即可输出带地理坐标的单块组件多边形。三个在运屋顶光伏电站共 7711 块参考组件,两轮反馈后匹配 7710 块,IoU 0.5 下无误检;宏平均 AJI 为 97.55%,正交影像分割基线为 60.73%,多视图像素投票基线为 41.24%。

  3. arXiv

    CADS给LLM提议者算净贡献:去掉LLM的同一筛选回路才是对照,命中数会高估

    在顺序生物筛选中,大模型提议的候选常按命中数计功,但重选策略和随机补位本身也会产生命中。CADS把完整回路与去掉提议者的同一回路各自做错误率受控的判定,再取两者认证发现数的配对差;在DepMap模拟中,无LLM回路单独就能通过常规反馈门槛,按来源计数会把Qwen2.5-7B的净贡献从接近零抬到看似为正。

  4. arXiv

    Janus把红蓝对抗搬进反序列化防御:16个部署的留出攻击成功率降到6.2%

    不安全反序列化让攻击者能借应用依赖里的方法链执行任意代码,而网关、应用、系统三层各自只看得到攻击的一部分。Janus 在隔离副本上让黑盒攻击智能体不断寻找绕过变体,防御智能体把每个已验证变体归纳成安全相关效果,再用反事实重放区分互补覆盖与冗余规则,联合选择并限定各层控制。在六个 Java 与 PHP 应用的 16 个部署上,留出攻击成功率降到 6.2%,而网关、应用、系统与跨层基线为 18.8%–55.0%,同时通过 98.4% 的正常功能测试。

  5. arXiv

    奖励模型尾部校准能预警搜索预算风险:代码生成是唯一出现回落的领域

    Best-of-N 推理按代理奖励挑最高分候选,预算越大越只读取奖励分布的极端尾部,因此平均排序指标看不出部署风险。研究把 BoN 值写成条件真实奖励在提示内分数分位上的 Beta 加权积分,说明 BoN 只依赖分数排名,且只有尾部校准曲线下弯时才会下降。在公开候选池上,负的尾部超额集中在代码生成任务,交叉拟合的尾部统计量能预测预算上限在留出数据上是否带来收益,效果与排序准确率相当。

  6. arXiv

    边缘AI开发不再由人写死流程:智能体自己选下一步,准确率最高升26%、资源降28%

    边缘AI应用开发长期依赖开发者手工编排固定智能体流程,难以应对异构数据模态与多样任务管线。SE2把开发拆成检索、推理、编码、测试四种原子操作,由协调智能体依据当前上下文自主选择下一步,并通过移动端运行时反馈与强化微调持续进化。在IoTBench基准和三个多模态边缘AI应用上,其合成程序相比八个先进基线最高提升26%准确率、降低28%资源消耗。

  7. arXiv

    同样的工具,换一种接口写法:智能体行为就变了,修复表达后六项设置分数最高涨9.0分

    在可执行能力完全对齐的条件下,MCP 与 CLI 两种接口写法仍会让语言智能体走出不同的任务轨迹。研究用共享语义动作契约构造两套接口,在六个模型、三个交互环境上比较,2,004 对轨迹中有 94.3% 出现结构化分歧;据此设计的 DART 在语义决策已确定时只修复接口表达,使六项基准–接口设置的分数全部提升,最高 9.0 分,并在三个环境的 MCP 下降低 token 开销。

  8. arXiv

    相机一动,几何特征就变:把视角从世界状态里拆出去,预测能多推1.4秒

    自动驾驶的3D世界模型常把几何基础模型的特征当作未来状态,但这类特征随相机视角变化,使模型要同时预测场景演化和相机运动。GeoState把多视角特征压缩成与视角无关的场景状态,只在解码时用相机射线查询,相机轨迹另行建模。在Waymo上,它在各预测时域优于对比世界模型,并零样本迁移到KITTI和nuScenes。

  9. arXiv

    循环推理不再只留最新状态:注意力残差让7M小模型在近2.5万层仍保持解

    循环Transformer在测试时反复执行同一共享块来加深推理,但常用的“直接传递上一次输出”规则会让后续迭代覆盖已经正确的中间结果。InfiLoop把这一规则换成对历次循环输出的学习式注意力聚合:共享伪查询给每个候选打分,学习到的指数衰减压低旧输出权重,聚合结果以精确流式递推实现,每token只需一个加权状态向量和一个归一化标量。在Sudoku-Extreme上,7M参数模型达到97.9%精确准确率,超过FPRM的94.2%;在1,872层时达到90.9%,而FPRM要到3,744层才有90.1%。

  10. arXiv

    跨区AI数据中心不再只看电价:光路可重配后,实时购电成本降12.50%,本地绿电多消纳2.724个百分点

    在五个AI数据中心、完成工作量与网络资源相同的对照下,把光路交换纳入计算—电力—网络联合调度,实时购电成本比固定光路低12.50%,本地可再生能源利用率高2.724个百分点。