跳到主要内容
检索

The University of Melbourne

9 篇关联报道

订阅更新
  1. arXiv

    多模态推理模型忘掉一张脸,却不必忘掉那个人:VKCR把遗忘限定在图像通道

    多模态大推理模型会通过图像与知识的跨模态关联,在中间推理里重新取出敏感信息,只压住最终答案并不够。VKCR把遗忘目标改写成一条指定的“图像到知识”关联:先在关联条件化的低秩参数子空间内定位编辑,再用反事实分支重绑定,压掉带目标或缺乏依据的推理续写、抬升有证据支持的非敏感替代。在CLEAR-R与MLLMU-R上,它同时降低了图像条件下的目标泄漏与幻觉式重新关联,并保留了非敏感视觉推理和允许的纯文本知识访问。

  2. arXiv

    EvoGuard给在线技能演化加一道筛选:ALFWorld平均成功率56.5%,高于全盘接受的45.5%

    语言智能体可以把经验写成自然语言技能文档,但部署后每完成一个任务就按单条轨迹重写技能,会让技能质量漂移。EvoGuard把每次更新变成一次二选一:离线用私有测试集给技能打效用标签,用拒绝采样保留效用差距明显的技能对,训练一个只读两个标签词logit的选择器;部署时一次前向传播即可决定新旧技能谁留下。在ALFWorld上,Qwen3-4B与Qwen3-8B执行器的平均成功率为56.5%,全盘接受重写为45.5%,无技能为36.7%。

  3. arXiv

    只看最后一层权重就能判断模型好坏:重尾谱为何有效有了统计解释,训练中还能标出过拟合拐点

    只用训练好的最后一层权重算出的贝叶斯自由能,在卷积网络和大语言模型上都与模型质量强相关,并在重尾谱假设下给出一个最优重尾参数,训练中越过它就开始过拟合。

  4. arXiv

    PTH 检查揭示:实验框架的四处细节可反转陈旧数据强化学习方法的排名,修正后 TIS 在 verl 上与 SAN 持平

    该工作提出 PTH(Probe The Harness)检查清单,并以 SAN 与截断重要性采样(TIS)在 verl 与单 GPU 训练器上的对比为案例,指出 PPO 比率取自学习器自身重算概率、数据种子未到达 TIS 分支、回放队列首个批次被复用 33 次更新、两个损失归一化器与描述不符这四处框架细节会反转方法排名;检查框架后,TIS 在 verl 上与 SAN 持平,在训练器中 TIS 稳定学习而 SAN 保持一定优势。

  5. arXiv

    BPO 用反事实视图行为包替代单响应奖励,使 Qwen2.5-VL-7B 时序硬子集准确率提升 7.8 个百分点

    该工作提出行为包优化(BPO),把视频多模态大模型后训练中的单响应奖励替换为按问题类型选取的反事实视图上的输出行为包并联合打分,要求无关干预下稳定、关键证据移除时敏感、无证据时弃答,并以原始视图响应作为锚点相对优势;在 TempCompass、MVBench、NExT-QA 上,BPO 使 Qwen2.5-VL-7B-Instruct 的宏平均准确率较同 SFT 检查点、预算匹配的 vanilla GRPO 基线提升 4.7 个百分点,时序硬子集提升 7.8 个百分点,弃答 F1 提升 20.0 个百分点,并迁移到 Video-MME、LongVideoBench 与 LLaVA-Video-7B。

  6. 41位国际专家系统检索922篇文献后,把急性加重定义从IPF扩展到全部纤维化间质性肺病,并提出“急性呼吸恶化”新框架

    一个由41位国际多学科专家组成的工作组系统检索了截至2025年3月17日的922篇文献,将2016年仅针对特发性肺纤维化(IPF)的急性加重(AE)定义修订为适用于全部纤维化间质性肺病(fILD)的AE-fILD定义(以弥漫性肺泡损伤为核心,伴或不伴机化性肺炎),并提出“急性呼吸恶化(ARW)”这一更广的概念框架以涵盖非DAD所致的急性呼吸恶化,同时汇总了流行病学、危险因素、预后与治疗证据,并讨论了AE作为临床试验终点的可行性。

  7. BJPsych Open

    澳大利亚团队发布5W-PL方案:链接维多利亚州14个卫生与公共服务数据集,追踪12–25岁青少年心理健康服务路径

    该方案描述了5W-PL研究的设计:依托维多利亚州数据链接中心(CVDL)的维多利亚链接图谱,将死亡率、精神卫生、医院、急诊、救护车及儿童保护、残疾、性侵、无家可归、酒精与毒品等14个数据集进行确定性加概率性链接,构建1970至2010年出生、2015至2025年服务使用记录的跨部门纵向队列,以识别12–25岁青少年的照护路径亚组、地理服务需求格局,并建立服务类型与强度的预测模型。

  8. medRxiv

    结核病三期试验中治疗结束结局与治愈后复发的时变可预测性

    该研究利用两项三期试验共2918名参与者的统一临床数据,从基线到治疗结束按月训练表格数据模型,对治疗结束(EOT)结局和治愈后复发进行时变预测,发现EOT结局预测在第3个月后改善(ROC-AUC最高0.84,主要由痰涂片和固体培养驱动),而复发预测仅在第3个月内有小幅提升(ROC-AUC 0.58-0.63)随后下降,年龄、性别、临床症状和细菌负荷贡献最大;基于大语言模型嵌入的模型在复发预测上与表格模型相当,在第3和第4个月优于表格EOT模型(ΔROC-AUC 0.12和0.14),纵向建模和稀疏变量纳入仅在4-6个月改善复发预测(ΔROC-AUC 0.09、0.19和0.12)但可解释性降低;纳入

  9. Climatic Change

    生成式辟谣:用大语言模型自动生成气候变化虚假信息的“真相三明治”式反驳

    本研究提出“生成式辟谣”框架,将气候变化反智主张分类(CARDS)与谬误检测(FLICC)整合进大语言模型的提示流程,使模型接收一条气候迷思后输出符合“事实—迷思—谬误—事实”(真相三明治)结构的辟谣文本;作者用三种复杂度递增的提示策略分别搭配GPT-4、Palm2与Mixtral,并由四位作者(含一位气候虚假信息专家)对20条迷思生成的60份辟谣按事实、谬误、结构分项评分,结果显示GPT-4配简单提示与Mixtral配结构化提示表现较好,谬误解释得分普遍高于事实部分,且非专家标注者与专家之间在事实质量上一致性较差。

已读完全部报道