跳到主要内容
检索

King Abdullah University of Science and Technology

16 篇关联报道

订阅更新
  1. arXiv

    潜电荷势的周期静电有了精确形式:投影后带电NaCl团簇总电荷不再漏掉1.8

    潜电荷机器学习势把电荷当作从能量和力中学出的隐变量,其长程静电项此前没有精确的周期形式,净电荷与自能混在一起。把这一项写成涂抹型Epstein–Hurwitz格点和,可分离出净电荷赝像与局域自能,并给出任意形状晶胞的球平均定理、力和维里。在此基础上把潜电荷投影到固定总电荷,得到投影潜Ewald求和(pLES);在带电NaCl团簇上,它找回了无约束模型最多漏掉1.8的总电荷,并把短程模型的测试误差从1.44降到0.42 meV/atom、从37降到13 meV/Å。

  2. arXiv

    深共熔溶剂筛选不再只靠量子化学:TiNN把氢键网络拆成两步,实测溶解度误差从23倍降到约1.5倍

    深共熔溶剂由氢键受体、氢键给体与溶质共同构成多层氢键网络,其溶解度难以从单个组分的性质直接推断。TiNN把这一过程拆成先形成受体—给体环境、再容纳溶质的两级表示,并用学到的自由能通路约束温度与压力响应,在938条记录上取得测试集 R2R^2 为0.917。在葡萄糖、木聚糖与Kraft木质素于酸性、碱性、中性深共熔溶剂中的新测量里,TiNN把溶解度的几何平均倍数误差从COSMO-RS的23倍以上降到约1.5倍。

  3. arXiv

    分割提示不再只靠一个向量:改用[SEG]注意力图,Sa2VA在部件与多目标上提升十余gIoU

    语言引导分割通常把指代位置压缩进单个[SEG]隐状态向量交给解码器,而该向量没有空间索引,解码器又看不到原句。AttnSeg改为把[SEG]词元对图像块的注意力图作为解码器的稠密提示,并用注意力引导目标直接监督这张图,分两阶段训练。在Sa2VA上,4B模型ReasonSeg的gIoU由57.70升至64.11、GS-Eval由61.91升至72.11,增益集中在物体部件、多目标和单目标,stuff区域几乎不变。

  4. 主动学习挑高不确定性样本未必更快:校准后的置信度在分布外数据上通常没跑赢随机抽样

    材料与分子性质预测的主动学习常把高不确定性样本当作模型缺失的信息。形成能、带隙和溶解度三项任务上,不确定性分别来自损失景观采样与多种子重训集成,再用线性校准因子和神经网络校准。校准后的不确定性在分布外数据上通常未能减少模型改进所需的数据量,与随机抽样和未校准估计相比没有优势,且各方法误差棒相互重叠。

  5. 车辆离开后不必整体重训:单轮联邦模型可精确编辑,移动模拟中累计时间省36%–44%

    单轮联邦学习把训练压到一次通信,但模型训练完就固化,车辆加入或退出后只能整体重训。F-SOSA 按固定规模随机抽取客户端子集,使相邻设备集合下的输出分布在总变差距离上有界,再把曲率感知融合改写成按客户端可加的充分统计量投影,并据此给出撤回贡献的 F-SOSA-U 与纳入新贡献的 F-SOSA-I。在 SUMO 城市移动模拟中,两者精度与重训相当,累计时间与通信开销分别降低 36%–44% 和 22%–33%。

  6. Nature Methods

    空间转录组切细胞不再靠单一分数:11种方法跨5平台,SAM总分最高、SCS覆盖校正后居首

    空间转录组的细胞分割长期缺少跨平台、带生物学指标的系统比较。一项基准在5种技术、15个数据集、约230万个细胞上评测11种图像、转录组和多模态分割方法,并引入覆盖分割质量、转录本回收、形态、表达纯度与空间组织的指标。按15项指标平均的总分,SAM最高(0.58),其后为SAM2(0.53)、BIDCell(0.52)和SCS(0.48);按分割细胞数与参考细胞数之比校正后,SCS升至首位(0.34),BIDCell与Baysor同为0.33。

  7. 多组学网络推断不再逐样本硬拼:联合建模把稳定性提上来,但先验网络缺到两成时结果归零

    多组学调控网络推断长期按样本各自求解,再靠重叠拼出共有结构,噪声下解不稳定。CORNETO把多个样本放进同一个混合整数约束优化里联合求解,用结构化稀疏惩罚稳定重建。在造血分化与成人脑皮质单细胞数据上,联合推断普遍提高了稳健性与可重复性,但预测性能的增益取决于生物学背景和先验网络的完整程度。

  8. arXiv

    混合推理模型的无思考模式RL增益大半来自思考泄漏:8B上抹掉8维思考子空间,增益掉75%

    在Qwen3-1.7B、4B、8B上以GRPO做无思考模式强化学习,准确率提升的同时回答变长、反思词增多、内部激活向原模型的思考模式偏移。权重缩放、激活替换与注意力头干预三类实验显示,这部分增益主要来自对原模型已有思考能力的重新激活,而非学到新的推理行为;8B上替换8维思考子空间可去掉75%的增益,反向替换可把50%的增益转移给原模型。

  9. arXiv

    专业工作区里的智能体安全有了对照:任务做对了,也可能同时把机密写进共享文件夹

    APEX-Harm 在投行、法律、咨询三类长周期任务上评测提示与脚本注入,12 个前沿模型里 Opus 5 与 Sonnet 5 总体攻击成功率最低(8% 与 20%),但任务专用脚本替换和攻击者提供的通用脚本平均仍达 81–84% 与 73%。

  10. arXiv

    云端写程序、端侧小模型答问:AppWorld 成功率最高提升 14.9 个百分点,用户数据不出设备

    云端模型先写好程序、把运行时才出现的用户数据问题交给端侧小模型回答,这种分工在 AppWorld 上让纯代码智能体的成功率在全部六种骨干模型与测试划分组合中都有提升,最高提升 14.9 个百分点,同时用户数据留在设备上。