跳到主要内容
检索

Chinese University of Hong Kong

35 篇关联报道

订阅更新
  1. arXiv

    鲁棒Q学习不再需要生成模型:单条马尔可夫轨迹即可,样本复杂度接近极小极大最优

    针对总变差不确定集下的鲁棒马尔可夫决策过程,一种无模型异步Q学习算法只依赖行为策略产生的单条马尔可夫轨迹,不需要生成模型或查询任意状态动作对。它用重采样构造替代下一状态来估计鲁棒贝尔曼更新,空间复杂度为 $|S||A|$,达到逐元素 ϵ\epsilon 精度所需的样本量在忽略对数因子时为 ∣S∣∣A∣tmixϵ2μmin⁡\frac{|S||A| t_{\mathrm{mix}}}{\epsilon^2 \mu_{\min}} 量级,并带有 Q学习固有的额外因子。

  2. arXiv

    酶与反应配对不再只靠序列相似:RIVER 用多智能体汇总证据,在 667 个候选蛋白中把四个目标酶全部排进前列

    RIVER 是一个无需训练的多智能体检索框架,把大语言模型、生化计算工具和外部知识库组织成可追溯的证据链,用于酶到反应和反应到酶的双向检索。在来自大肠杆菌代谢组学文献的四个实验支持的酶—反应案例中,它需要在 667 个候选蛋白里排序,使用 Qwen3.6-35B-A3B 时平均倒数排名为 0.833,使用 GPT-5.6 Luna 时为 0.750,均高于表中列出的通用编码智能体组合与领域方法。在公开基准上,它在 Enzyme-405 上的 Top-1 查询成功率为 82.3%,在 Orphan-335 上为 72.8%。

  3. arXiv

    手术视频有了4D标注:SurgTAP-3D把52万帧单目画面变成百万条三维轨迹

    微创手术的视觉-语言-动作模型和世界模型需要大规模三维监督,但公开手术数据集多来自离体或仿真场景,且只标注组织或器械之一,缺少工具与组织接触区域的标注。SurgTAP-3D从无标定的单目手术视频出发,用接触区域提示、活动器械分割、动态光束法平差和全局4D优化生成伪尺度的相机位姿、深度与二维/三维点轨迹,汇集4549段动作片段、519642帧和约138万条轨迹,覆盖机器人手术与手动手术。在SurgT、SurgPose和STIR三个基准上,该流程的三维跟踪平均AJ3D为56.57,高于表中对比方法。

  4. arXiv

    小模型当“怀疑者”给大模型踩刹车:DoubtLess 免训练解码砍掉 Qwen3-32B 三成思维链

    推理模型常在得出答案后反复检查,把思维链拖得很长。DoubtLess 让同词表的小模型分别以“直奔答案”和“逐步复核”两种指令读同一段思维链,把两者对数概率之差按强度加到 32B 大模型的输出上,只在解码时生效、不改权重。在七个竞赛数学、研究生科学与编程基准上,Qwen3-32B 由 Qwen3-0.6B 引导时思维 token 减少 31%,准确率不变,缩减幅度高于五种推理时基线。

  5. Nature Communications

    人类蛋白组里筛mRNA递送支架:DeepDelivery提名512个候选,15个里12个能成粒并递送

    DeepDelivery把人类蛋白组当作mRNA递送支架的候选库来筛:先用病毒衣壳蛋白数据训练深度学习模型,再以双模型交叉过滤,从109,375条人类序列中提名512个候选。实验测试15个候选,12个形成包裹mRNA的颗粒并完成功能性递送;其中RTL8B在HEK293T报告细胞上的转导效率为73.2%,高于作为参照的Arc(56.5%)、PEG10(53.1%)和PNMA2(67.4%)。这些结果支持把人类自身蛋白作为可模块化改造的递送支架来源,但免疫原性与体内行为尚未评估。

  6. aclanthology.org

    RNA逆折叠不再只看骨架:把分子表面当设计约束,三个基准序列回收率均居首

    RNA逆折叠要从目标三维结构反推核苷酸序列,此前方法主要依赖二级结构和骨架拓扑,很少把决定分子间相互作用的分子表面纳入约束。gRFold把表面点云、骨架图和二级结构经分层交叉注意力融合,再驱动自回归解码,并在推理时按折叠结果与目标碱基配对的一致性重排候选。在RNA-蛋白复合物、单体RNA和RNA-Puzzles三个基准上,gRFold的序列回收率分别为49.65%、51.67%和45.00%,均为所比较方法中最高;消融显示表面分支与骨架分支贡献互补。

  7. arXiv

    智能体要接真实客户需求:49个未讲清的项目里,最高交付分只有0.5510

    FDE-Bench把49个真实客户项目做成端到端交付测试,智能体必须向模拟客户问出没写明的需求并反复改方案,18种配置里最高平均交付分只有0.5510,而前线交付工程师的参考值是1.0。

  8. arXiv

    智能体做科研卡在“判断”上:五个前沿模型里四个宁可选中被资深研究员改掉的方案

    一项新基准把资深研究员对科研智能体的纠正整理成248道二选一判断题:在只看纠正前项目记录的条件下,五个前沿模型中有四个更常选中被人类改掉的原始方案,最高正确率63.5%,而首次接触这些项目的新手研究员为73.4%。基准取自26个横跨六个学科、历时约半年的真实科研项目,每题都要求模型在原始计划与人类修正方案之间做出选择。

  9. arXiv

    小模型推理蒸馏不再用固定题库:只给1000条轨迹,4B模型在IMO-AnswerBench从62.9升到75.3

    长链推理蒸馏的训练题不再一次选定:BoundaryEvo让学生与固定专家反复对同一批题作答,只挑专家能可靠解出、学生尚未掌握的题,用1000条训练样本把Qwen3.5-4B在IMO-AnswerBench上的准确率从62.9提到75.3。

  10. arXiv

    单智能体做SFT数据研究只会调比例:拆出执行、四路分析与合成后,IFEval提前到63.33

    监督微调的数据研究正被交给语言模型智能体,但单个智能体拿到完整训练栈后只会反复调整各类数据的配比。AutoSFT把执行、分析、合成拆成不同角色的子智能体,让同一轮数据从训练数据、失败样例、训练信号和历史四个角度被审读,并在数据池覆盖不足时按可验证约束生成新样本。每轮都从同一基座重训,因此各组件效果可单独归因:分析子智能体在第6轮把IFEval推到63.33,已高于单智能体50轮内的最好成绩62.35。