单目3D检测的深度公式存在系统性偏差:MonoPCA用闭式校正把KITTI中等难度AP提到20.55
单目3D检测长期用2D框高度代入投影关系反推深度,MonoPCA指出这样得到的是可见前表面而非物体中心的距离,偏差随物体尺寸增大。它保留可测量的2D框高度,用朝向与尺寸感知的闭式校正还原中心深度,并以教师—学生蒸馏补强尺寸和朝向预测;在KITTI测试集中等难度AP达20.55,比MonoCoP高1.44。
单目3D检测长期用2D框高度代入投影关系反推深度,MonoPCA指出这样得到的是可见前表面而非物体中心的距离,偏差随物体尺寸增大。它保留可测量的2D框高度,用朝向与尺寸感知的闭式校正还原中心深度,并以教师—学生蒸馏补强尺寸和朝向预测;在KITTI测试集中等难度AP达20.55,比MonoCoP高1.44。
智能体用实验反馈迭代数据工程策略,在数学与代码数据筛选、数学奖励设计和数学课程学习四类任务上,选出的策略在固定训练条件下于AIME25 Pass@32最高比通用基线绝对提升13.34%。
在只能查询推荐接口的黑盒条件下,注入不到1%的合成交互就能让生成式推荐器在特定触发商品出现时更频繁地推出攻击目标,按解码对齐挑出的短前缀把命中率提升最多16.3个百分点。
在按结局抽样的队列里,协变量只对部分受试者采集,直接套用常规生存模型会让预测偏离目标人群。一种带抽样权重的梯度提升机把权重并入训练与调参,用加权积分Brier分数选择迭代次数,并证明该经验风险收敛到对应的积分Brier风险。模拟中它在高维与非线性设定下优于Cox模型,在铀矿工癌症数据上测试集C指数为0.803,与Cox模型的0.801接近。
VEPA把智能体护栏写成可执行符号规则,由大模型根据部署反馈提出补丁、确定性验证器只放行结构合法且无冲突的策略,在三个智能体安全基准上按活跃策略覆盖的事件取得最高F1,并随部署逐步扩大确定性执行的范围。
AutoEnvScaling把强化学习环境设计本身变成终端任务,让提议智能体从求解器的 rollout 中生成新环境,有效环境率最高提升25倍、单个有效环境成本最多降低75%。
人形机器人 Reflex 只靠机载 RGB-D 视觉接住人抛出的纸箱,仿真中接住率 85.7%,接近使用特权箱体观测的 87.9%,真机在 2.5 米和 5 米处分别为 65% 和 40%。
该工作提出“数学基元”概念与一个从发现、生成、消化、执行四个维度评估数学推理的基准,系统诊断显示解题准确率会掩盖不同的能力画像、基元能释放大量潜在执行能力、发现是数学推理的主要瓶颈,且受发现限制的失败更易修复;据此提出基元优先的自蒸馏框架,将基元引导的推理选择性迁移到学生模型,在多种模型规模和挑战性基准上稳定优于基线。
该研究采用三轮改良德尔菲法,由45名糖尿病、肥胖和/或进食障碍领域的临床医生与研究者以及有亲身经历者组成的小组,就GLP-1受体激动剂在进食障碍情境下的使用达成平均91.7%的共识,提出用药前筛查、按风险分层监测、标准化教育材料、合并循证心理治疗等临床建议,并明确在活动性进食障碍(尤其厌食症、非典型厌食症及伴明显饮食限制和/或显著体重抑制的贪食症)中一般应避免使用GLP-1受体激动剂,同时列出流行病学、监管与暴食障碍临床试验的研究优先事项。
该工作把在线策略蒸馏(OPD)的反向KL目标重新解释为KL正则化策略优化,提出最小二乘策略蒸馏(LSPD):用稳健二次对数概率匹配加熵正则替代策略梯度更新,从而支持多次更新与历史轨迹复用,在六个数学推理基准和三种师生设定上平均提升Avg@16 +1.59分、Pass@16 +1.87分,其全离线回放变体LSPD-RB仅用约四分之一rollout批次即达到与原始OPD相当的性能。