跳到主要内容
检索

University of Edinburgh

10 篇关联报道

订阅更新
  1. arXiv

    多目标不再只是额外负担:让每个智能体自己学偏好,动态变体在四个协作任务上帕累托前沿最优

    多目标多智能体强化学习此前把多个目标当作叠加在多智能体问题上的额外优化维度。MIRL把目标结构本身用来引导协作:团队偏好固定系统级取舍,每个智能体另有一个可学习的个体偏好,由元梯度按后续团队表现调整。在四个多目标粒子环境任务上,MIRL-S与MIRL-D的帕累托前沿质量优于五个基线,动态变体MIRL-D整体最强。

  2. researchsquare.com

    单细胞参考能改写结论:CD8 T细胞年龄关联在全部80个六型参考中反号

    批量RNA测序的细胞比例要靠单细胞参考反推,而参考本身可能改写最终结论。在981名供体的PBMC中,CD8 T细胞的年龄关联在全部80个六型参考里反号,CD4关联被放大约6.3倍;在48名胰岛供体中,原本不显著的α细胞关联在54%至100%的参考里变显著。这类误差随四种估计器类别重现,方向由估计器决定,且拟合精度无法提示它。

  3. arXiv

    LoRA不再给每个token固定秩:按噪声底软阈值,平均只激活32个组件中的8.6个

    SQUELCH把每个token需要多少秩一组件当成检测问题:按自身噪声水平软阈值,平均只激活32个组件中的8.6个,在常识推理、知识、数学、代码与GLUE上比LoRA高2.2至3.2分。

  4. 阿尔茨海默病分类模型不再把年龄当捷径:残差化去偏让认知正常与轻度认知障碍组的年龄相关性接近零

    在三个独立队列的结构MRI上,阿尔茨海默病分类模型会把年龄当作捷径:年龄越大,被赋予的患病风险越高。把年龄效应在特征空间里做线性残差化(PMDN)后,认知正常与轻度认知障碍组的年龄—预测相关性降到接近零,平衡准确率0.71、Brier分数约0.22,且折间波动明显小于对抗训练方案CF-Net。事后校准进一步压低概率误差,但等渗回归与贝叶斯分箱这类非参数方法效果最好。

  5. arXiv

    量子生成模型外包给远程服务器:采样协议不只给通过或中止,还能估出被污染样本比例

    把量子生成模型的推理阶段外包给远程量子服务器时,客户端现在可以在不暴露输入、线路和输出的前提下验证采样结果。此前的可验证盲采样依赖计算假设,而这一协议沿用通用盲量子计算与陷阱线路,把验证开销分摊到多轮,并在接受或中止之外给出被污染样本比例的估计。数值模拟在4量子比特IQP玻恩机的Bars&Stripes基准上运行,陷阱检测次数与错误样本数相关。

  6. bioRxiv

    分子性质预测不再只靠结构:先用15.4亿次分子预训练,再拿642个稀疏活性测定做中间监督

    分子性质预测此前多从结构自监督直接跳到端点微调,中间那批稀疏实验活性数据被跳过。GRASP 用 93.5M 参数的图 Transformer 分两步训练:先在 15.4 亿次 ZINC20 分子呈现上做替换词元检测,再在 642 个 ChEMBL 测定上适配。在 23 个聚类留出的 OpenADMET 端点上,全量微调平均 MAE 为 0.374,低于 CheMeleon 的 0.383、ECFP4-LightGBM 的 0.408 和 Chemprop 的 0.440;加入 ChEMBL 适配把平均 MAE 从 0.407 降到 0.374,23 个端点中 21 个改善。

  7. arXiv

    检索信用如何分配决定搜索智能体训练收益:局部信用让Qwen3-4B平均F1从51.25升至54.34

    该研究构建了带中间证据标注的语料接地问答数据,比较三种检索信号(证据覆盖Cov、带依赖覆盖Cov-Dep、答案匹配AM)在标量奖励加成与动作对齐局部信用两种分配方式下的效果,用Qwen3-4B在七个问答基准上训练,发现局部信用优于标量,Cov-local平均F1达54.34,高于仅用结果奖励的51.25。

  8. arXiv

    BIRD 统一评测迭代奖励设计:简单设计选择最稳健,ERA-U/ERA-S 在匹配预算下排名前二

    作者提出 BIRD,把 14 个已发表的迭代奖励设计(IRD)方法统一表示为同一循环的配置,在 MuJoCo、Meta-World、Assistax 和 HumanoidBench 上以匹配的反馈条件与策略训练预算比较 6 个已发表方法并消融 30 个设计选择,发现多数设计选择(包括作者自己的提案)效果很小或不确定,而少数简单选择(如贪心保留检查点、摘要化反馈)稳定有效;据此从 RDA 出发做小规模爬山得到 ERA-U 与 ERA-S,二者在 Bradley–Terry 汇总排名中分列第一、第二,但小规模人类评分显示基准分数高并不等于行为自然。

  9. 胸部CT上的冠脉钙化可被机会性检出:汇总分析显示52%的受检者存在钙化,AI模型可自动评分并预测心血管死亡风险

    这篇综述汇总了在因其他临床指征(常规胸部CT、肺癌筛查CT、PET/SPECT衰减校正CT)而进行的胸部CT上机会性识别和量化冠脉钙化(CAC)的证据,指出CAC在胸部CT上的汇总患病率为52%,与全因死亡(汇总相对风险2.13)和主要不良心血管事件(汇总相对风险2.61)独立相关,并综述了AI/机器学习自动评分、影像组学、光子计数CT以及CAC作为多系统生物标志物等新应用,同时指出目前尚无评估该策略临床影响的随机试验结果。

  10. 功能性神经障碍在数字医疗中的未满足需求

    本文是一篇讨论性文章,系统梳理了数字医疗在功能性神经障碍(FND)中可发挥作用的六个方向——利用大型生物样本库与临床数据集揭示流行病学、共病、机制、经济负担及可能的治疗效果,用人工智能辅助超出临床承载力的复杂耗时评估,用自动化震颤分析、功能性运动体征量化和语音识别等数字工具提升诊断精度,通过在线工具与远程医疗改善自我管理和治疗可及性,借助可穿戴设备与远程医疗改进疗效测量与现有治疗,以及发展人工智能辅助治疗、生物反馈和虚拟或增强现实等新疗法——同时讨论了去人格化、隐私泄露、治疗替代、数字依赖和数字排斥等风险,并指出由临床医生而非干预本身带来的“治疗师效应”难以在数字环境中复制,最终提出应让技术进

已读完全部报道