跳到主要内容
检索

Ant Group (China)

16 篇关联报道

订阅更新
  1. arXiv

    智能体把执行经验写成可审查的技能:DrugHarness设计并合成出细胞IC50 14.19 nM的HPK1化合物

    计算药物发现智能体通常每次任务都从零组织工具调用,难以把一次成功经验带到下一次。DrugHarness把80余项科学操作与生物医学资源放进同一工作区,从执行轨迹中归纳带适用条件的行动假设,再由独立审查智能体核对来源、必要时做定向试算后才纳入技能库。在MolBench上,未启用进化的配置把亲和力比较准确率做到91.9%,比已报道的MolClaw-CC高10.8个百分点;回顾性评估中,冻结的学习技能把Qwen的优化成功率从79.5%提高到87.2%。

  2. arXiv

    时序增量学习不再存旧样本:每类一个自编码器,保留内存比TS-ACL少约98%

    面向持续到来的新行为类别,TRACE 不再回放历史样本,也不扩张共享分类器,而是把冻结的时域—频域特征交给每个类别各自的小型自编码器,按重构误差判定类别。在五个多变量时序增量学习基准上,它的五数据集平均最终准确率为 88.85%,保留内存为 9.17 MiB;相比平均准确率最强的解析基线 TS-ACL,保留内存减少约 98.26%,并在 GrabMyo 上取得约 33.43% 的相对准确率提升。

  3. arXiv

    全模态模型听错看错不必重训:推理时把融合表示拨回相关模态,CMM 总体准确率从70.5%升到85.9%

    全模态大模型在音视频互相干扰时会答错,但被干扰的那一路单模态分支往往还留着正确答案;一种免训练推理时干预在冲突样本上把融合表示拨回该分支,CMM 总体准确率从70.5%升到85.9%。

  4. arXiv

    手机智能体被跨模态注入劫持:图文同现时攻击成功率85.4%,单通道重复做不到

    面向多模态大模型驱动的手机智能体,MobileInject把同一恶意目标同时写进截图与界面文本,在可重置的安卓模拟器上跑完108个可执行风险实例。此前评测多只看单一文本通道或只判攻击成败;在曝光次数对齐的对照中,图文各出现一次的攻击成功率达85.4%、良性任务完成率为0,而同一通道重复两次只到72.9%或27.8%。108对实例中有30对出现单通道均未达成、图文一致注入却成功的反转。

  5. arXiv

    剪枝校准不再读固定文本:改用模型自己生成的解码激活,Qwen3-32B写作分从2.99升到5.31

    LLM剪枝的校准激活改从稠密模型自回归解码步收集并丢弃预填充,使剪枝目标对齐生成时的激活分布,在WritingBench与ClassEval上稳定优于固定文本校准,并在A100上取得最高1.48倍端到端解码加速。

  6. arXiv

    UniSkill 用对比动作反馈训练技能提议器,在 ALFWorld 达 98.4% 成功率并保持稳定联合训练

    UniSkill 让共享策略同时充当执行动作的 actor 与提出技能库编辑(Add、Update、No Edit)的提议器,用对比动作反馈衡量替换检索技能后当前 actor 在成功与失败轨迹上的动作对数似然差变化,从而无需为每个提议额外 rollout 即可训练提议器,并配合技能编辑支持正则化保持探索;在 ALFWorld 达 98.4% 成功率、WebShop 达 84.7% 成功率,且 250 步联合训练保持稳定。

  7. arXiv

    SF-MOPD 用快慢双模型解耦多教师蒸馏中的能力干扰,在多尺度模型上同时提升多模态专长并减少通用能力退化

    该工作提出慢-快多教师在线策略蒸馏(SF-MOPD):用直接由各教师更新的快模型与作为学生指数滑动平均的慢模型配对,在 log 概率空间计算教师诱导更新并只移除把快模型推离慢模型的分量、保留对齐与正交分量;多模型尺度实验显示其缓解能力干扰、增强多模态专长并降低通用能力基准上的平均退化,稳定优于原始 MOPD。

  8. arXiv

    HDPO 让大模型先列出候选解法再择优推理,据报告同时提升推理表现与候选解多样性

    该工作提出 Hint-Guided Diversified Policy Optimization(HDPO),让模型先列出所有潜在候选解法大纲作为提示,再选出最可靠的一条继续推理,方法由 Cold Start for Structured Reasoning 与 Hint-Guided Diversified Reinforcement Learning 两个阶段组成,以激励模型沿“propose-select-think”轨迹生成多样且可靠的解;实验结果显示 HDPO 有效提升了大模型推理能力,并增强了候选解的多样性以及模型识别可靠解的能力。

  9. arXiv

    UILoop 将 GUI 推理改为屏幕—UI 元素—动作循环,并发布 26K 样本 UI Comprehension-Bench,在 UI 理解与 GUI 推理上取得最优结果

    该工作提出 UI-in-the-Loop(UILoop)范式,把 GUI 推理建模为循环的“屏幕—UI 元素—动作”过程,让多模态大语言模型显式学习关键 UI 元素的定位、语义功能与实际用法,从而实现精确的元素发现与可解释推理;同时提出以 UI 元素为中心的 UI Comprehension 任务及三项评价指标,并贡献 26K 样本的 UI Comprehension-Bench,实验显示 UILoop 在 UI 理解上达到最优,并在 GUI 推理任务上取得更优结果。

  10. arXiv

    Logits-to-Logic 框架通过强化与过滤末层 logits,在多个 KGQA 基准上提升 LLM 逻辑一致性并达到最优性能

    该工作针对结构化知识推理中 LLM 输出出现的“逻辑漂移”(Logic Drift),提出 Logits-to-Logic 框架,以 logits 强化与 logits 过滤为核心模块,直接修正自回归生成过程中的 logits 输出,实验显示其显著提升 LLM 在结构化知识推理中的逻辑一致性,并在多个 KGQA 基准上取得最优性能。