异常检测换用多样性视角:VAS在148个嵌入基准上无需调参即居首
Vendi异常分数(VAS)把异常重新定义为“移除该样本后数据集多样性下降多少”,用Vendi分数的特征值谱变化打分,不再依赖密度估计或空间划分。在ADBENCH的148个图像与文本嵌入基准上,VAS的平均排名优于包括ADERH、DN2、SLAD在内的对比方法,且无需验证集调参;在ImageNet受控污染实验中,随着污染率和数据规模上升仍保持最强表现。
Vendi异常分数(VAS)把异常重新定义为“移除该样本后数据集多样性下降多少”,用Vendi分数的特征值谱变化打分,不再依赖密度估计或空间划分。在ADBENCH的148个图像与文本嵌入基准上,VAS的平均排名优于包括ADERH、DN2、SLAD在内的对比方法,且无需验证集调参;在ImageNet受控污染实验中,随着污染率和数据规模上升仍保持最强表现。
ESM2 的残基嵌入里,极性/非极性二元模式被组织成可读的几何结构。把全部 128 种七肽二元模式各生成 50 条序列、共 6400 条一起做保留位置的 PCA,前三个主成分构成“水母”形流形:疏水比例沿 PC1 展开,PC2 与 PC3 以近似正弦、余弦的方式编码七肽相位。换成电荷字母表仍有序,打乱氨基酸分组或改用非蛋白模型 ByT5 后这种环状组织消失。
苹果公司团队把腕部光电容积脉搏波(PPG,用绿光测皮下微血管血容量变化的信号)与餐食文字描述对齐,训练出营养PPG语言模型NPLM,检验被动采集的脉搏波形是否携带进食信息。在19,340名受试者的1,122,834条餐食描述上,近餐时段的PPG把餐食描述的对数似然推高到胜率0.69,而保留同一受试者与时段、只打乱餐食配对的对照为0.60,跨受试者打乱则落在0.50的随机水平。该信号在独立验证队列中不经再训练即可把餐后饱腹感预测的AUC从0.64提高到0.71,作者将其定位为对文字饮食记录的补充而非替代。
视觉模型在看似简单的场景上仍会出错,而固定数据集无法可靠估计最坏情况误差。程序对抗学习把可解释的程序生成器当作可控数据源,用零阶优化在其低维控制参数上搜索难例。Simple-PAT在法向估计、图像分割和人体姿态估计四个任务上,面对5000万次查询的跨模型黑盒对手,最坏情况误差低于均匀训练和两种鲁棒重加权基线。
语言模型在后续微调中可能重新出现已被压制的错误行为,而常规后处理能否压住、能压多久此前缺少统一比较。PEARL在GRPO的在线采样之外,加入从已缓存的不良轨迹中间状态续写的对抗前缀,让策略练习从半错状态恢复。在Qwen3-4B与GPT-OSS-20B两类模型、窄触发与宽触发两类实验模型上,PEARL即时压制较强并保住任务准确率,在宽触发设定和GPT-OSS-20B上收益最明显;窄触发加Qwen3-4B时,大量定向重训下SFT更耐久。
医院用再入院风险预测决定谁先出院,但只有被出院的病人才留下结局记录,预测器反复重训会把这种删失偏差固化下来。研究把基于排队论的马尔可夫决策过程与定期重训的风险预测器耦合,发现按容量设定留院目标、超出目标才按优先级出院的“出院至目标”策略,会借到达波动自然覆盖不同住院时长。在合成实验和基于合作医院患者数据校准的模拟中,该策略把学习误差比按风险阈值出院降低24%–25%,并把按基线风险调整后的再入院成本差距缩小38%–63%。
状态空间模型解码此前每步都要把整个循环状态读入再写回,状态读写成为显存带宽瓶颈,投机解码也缺少廉价回滚。ReplaySSM把状态改写成一份检查点加一段近期输入的缓冲区,只在缓冲区填满时写检查点,多数步骤只追加输入并直接算输出。在vLLM上对Mamba-2与Gated DeltaNet实现后,服务批大小256时标准解码相对调优基线加速,两个120B级模型上吞吐接近vLLM投机解码,分离精度还降低了输出KL散度与下游精度损失。
自动微分第一次可以不做坐标基假设:把几何代数的多重向量导数写成JAX变换后,同一套算子直接算出曲率、散度和旋量群上的更新。
研究者提出SafeActBench,包含656个案例、覆盖六个运营领域与五种协议,用来源绑定的证据账本和确定性轨迹评估器检查工具智能体在行动前是否已建立所需证据;在十种模型–执行框架组合上,静态行动判断可以很强,而交互式执行明显更弱,失败常源于调查不完整或过早行动,一旦证据齐备,单步执行通常可靠,多步工作流则还暴露出未解决的前置条件与执行不完整。
MiniCorp 构建了一个闭环办公室模拟器,把持续存在的智能体公司与不断演化的电商外部市场耦合起来:外部世界显式建模搜索需求、匹配排序、点击转化、竞价广告与动态竞争者,内部世界由固定角色智能体观察数据、沟通并提交决策。实验显示,集成后的市场在价格弹性、临时折扣与缺货的持续效应、广告的延迟自然流量收益等响应路径上与实证研究一致,智能体也能跨角色协作并生成可回放的反事实企业数据。