跳到主要内容
检索

Southeast University

4 篇关联报道

订阅更新
  1. arXiv

    OG-OPSD 用结果正确性选择 KL 方向并按熵截断前缀,在 Qwen3 1.7B/4B/8B 上把数学推理平均分提升至 44.4/64.9/66.4

    该工作从 RLVR 的优势视角分析在线自蒸馏(OPSD),发现固定散度目标对错误轨迹惩罚不足、奖励过度,且教师监督可靠性随轨迹结果与累积平均教师熵变化,于是提出 OG-OPSD:对正确轨迹全程用前向 KL、对错误轨迹仅在由累积平均教师熵最后一次交叉点确定的前缀内用反向 KL;在 Qwen3-1.7B/4B/8B 与 Qwen3-VL-2B 上,该方法在数学推理、多模态推理与分布外任务中一致优于 vanilla OPSD 与多个强基线。

  2. arXiv

    CIM 通过因果不变掩码分解 MLLM 不确定性,EED 代理指标在近乎 50% 加速下保持可比性能

    该工作针对多模态大模型(MLLM)幻觉问题提出不确定性量化方法 Causal-Invariant Masking(CIM),通过测量原始预测与因果聚焦视图下预测之间的语义偏移来分解不确定性类型,并给出核心指标 Semantic Divergence 及理论证据说明其收敛于模型对非因果相关性敏感度的方差,同时提出快速几何代理指标 Expected Embedding Drift(EED),实验显示方法在多个基准上达到 state-of-the-art,EED 在性能可比的情况下加速近 50%。

  3. arXiv

    APEX 用跨技能链传递伪造的用户批准记录,在 SkillsBench 上以 74.2% 成功率诱导 LLM 智能体执行攻击者指定动作

    该工作提出 APEX,通过构造并迭代优化针对用户任务与攻击者选定动作的对抗性技能链,利用上游技能诱导智能体写下真实任务进度记录、下游技能借该记录携带虚假的用户批准声明,从而在 SkillsBench 的四个目标动作族与六个模型上共 690 次尝试中成功诱导 512 次(74.2%),GPT-5.4 上完整链成功率为 84.3%,而将工作流合并为单一技能时仅 17.4%;作者还评估了一种提示防御,使 GPT-5.4 的目标动作成功率从 84.3% 降至 59.1%,同时 72 个良性原生技能任务的验证器测试通过率从 86.7% 降至 56.3%。

  4. medRxiv

    面向缺失序列的多序列MRI缺血性卒中检测、分割与体积估计

    该工作提出ISDS-MRI统一框架,利用图神经网络与序列特异性特征建模,从多序列MRI中完成缺血性卒中的检测、病灶分割与病灶体积估计,并可在MRI序列组合不完整时工作;在多个公开MRI数据集及新构建的孟加拉国三医院532例扫描数据集BGD-MRIS上评估,取得分割Dice 0.725、检测AUC 0.962、体积估计相对误差8.4%,相较对比方法Dice提升3.2%、检测提升2.6%、体积相对误差降低1.9%。

已读完全部报道