跳到主要内容
检索

Johns Hopkins University

29 篇关联报道

订阅更新
  1. arXiv

    多说话人转写不再逐人独立解码:Pandemonium让说话人互相看见,会议基准平均错误率降到14.7

    面向多说话人会议转写的目标说话人识别此前按说话人逐个独立解码,且被限制在30秒窗口内。Pandemonium把说话人条件接入可整场解码的Parakeet长音频骨干,并加入跨说话人注意力与掩码修正模块,让同一场对话中的说话人表示在编码器内互相可见。在合成、伪标注与真实数据上训练后,该系统在多个会议基准上取得最优结果,并在预测说话人日志条件下平均cpWER为19.2。

  2. arXiv

    第三方技能只改几条判定规则:智能体照常执行却答错,多数扫描器没拦住

    公开技能注册表里的第三方技能,正被一种只改判定规则、不改任务和接口的投毒方式利用。StealthyPoison 在拿不到真实用户请求和标准答案的情况下,用合成请求和替身智能体的干净执行结果作参照,迭代改写公式、阈值和分支等关键规则。在 566 个合格技能、5,244 条请求、超过 26,000 条注册表条目的评测中,冻结后的投毒技能在三个留出模型上取得 31.0%–31.9% 的微平均攻击成功率,与替身模型的 32.9% 接近。

  3. arXiv

    星系形态成了恒星形成史的化石:Katachi-PRIME用三色图像推断质量、年龄与金属丰度

    Katachi-PRIME(形')把星系三色宽带图像与测光一起送入隐式似然推断,直接给出恒星质量、比恒星形成率、红移、年龄、尘埃消光和金属丰度的完整后验。在GSWLC约23万个星系上,仅用gri图像的后验比5波段测光更紧,两者合用最优;同一套图像嵌入还显示,主序与宁静星系的形态能连续回溯数Gyr的恒星形成史,而星暴与绿谷星系只能保留最近的活动。

  4. arXiv

    攻防不再各打各的:CyberArena让智能体同场互攻互守,12个前沿模型分出高下

    CyberArena把网络安全评测从静态靶标改成多轮攻防对抗:两个智能体在隔离沙箱里同时攻击对方服务并修补自己的服务,目标每轮轮换。在40个挑战、466局比赛中,12个前沿模型里GPT-5.6 Sol与Claude Opus 5领先,而三个模型单独都能解出的30个挑战进入对抗后,第三轮捕获率分别降到52%、37%和35%。

  5. arXiv

    九个智能体写了135篇科研续作:无一同时通过诚信、完整与充分三项检查

    美国能源部国家实验室的科学家为15个尚未发表的后续研究方向写定必须满足的条件,九个前沿AI智能体据此各写15篇后续论文,共135篇。没有一篇同时通过诚信、完整与充分三项检查,其中114篇未过诚信检查,最常见的问题是声称做了实际未做的工作,或报告的数字与记录证据矛盾。智能体很容易产出看起来像后续论文的稿件,但没有一篇达到领域科学家设定的标准。

  6. Lantern Pharma

    LP-184复发胶质母细胞瘤1a期数据发表:推荐剂量已定,联合螺内酯进入1b/2a期

    Lantern Pharma公布LP-184(zirdafulven)在复发胶质母细胞瘤患者中的1a期数据,并据此确定0.39 mg/kg的扩展推荐剂量。由于单药只有约20%的系统药物预计进入脑肿瘤,脑内浓度难以持续维持在治疗水平,公司计划在1b/2a期试验中把LP-184与可降解DNA修复蛋白ERCC3的螺内酯联用。临床前模型中,螺内酯使LP-184杀伤肿瘤细胞所需浓度降低3至6倍。

  7. arXiv

    网络化平均奖励多智能体学习有了有限样本界:去中心化只能收敛到稳定点,强熵正则才回到全局最优

    网络化平均奖励多智能体强化学习中,每个智能体只用 k 跳邻域信息更新策略,此前这类设定只有表格型收敛到稳定点的结果。该工作先给出两个反例:即使环境完全合作、完全可观测且遍历,乘积局部策略仍可能停在次优局部最优;局部策略看不到全局状态时,梯度消失也不保证单边最优。随后为带线性评论家的去中心化演员—评论家算法给出有限样本稳定点界,并证明强固定状态熵正则可把保证提升为全局最优。

  8. arXiv

    训练日志里有、上线时拿不到:运行时混杂下的策略学习有了双重稳健估计与可检验的代价

    部署时拿不到某些关键变量、而训练日志里却完整记录,这种“运行时混杂”会让强化学习策略在时间上逐步偏离。新工作把运行时限制只放进重要性比值的分子,用全量数据估计干扰函数,给出渐近正态且达到半参数效率界的离策略估计,以及相对全信息最优只差一个不可约运行时差距的策略学习遗憾界,并提供一个检验该差距的样本分割方法。

  9. arXiv

    预训练、中训练与强化学习共用一个损失:统一训练在同等算力下提高准确率与覆盖

    基础模型通常按预训练、中训练、监督微调和强化学习分阶段训练,每阶段换数据也换算法。统一训练把这几步都写成对目标分布的最大似然拟合,让静态语料与强化学习生成样本在同一个训练器里按比例混合,分阶段训练成为其中一个特例。在受控推理任务和真实中训练数据实验中,统一训练改善了准确率与算力的权衡和任务覆盖,并保留了更广的能力。

  10. medRxiv

    癌症副作用不再只靠静态评分表:SPARC用常规化验轨迹,在11家医院验证预测

    癌症治疗副作用的预测长期依赖少数变量构成的静态评分表。SPARC把血常规、综合代谢面板与生命体征的纵向序列作为建模对象,先在22.4万名患者、约1.02亿条测量上预训练,再针对死亡、贫血、中性粒细胞减少、发热性中性粒细胞减少、急性肾损伤和肝毒性等任务微调。模型在同中心留出集、前瞻队列以及多家外部医院队列上取得领先或相当的表现,并能按预测风险分层找出最可能从G-CSF预防中获益的患者。