跳到主要内容
检索

Macquarie University

4 篇关联报道

订阅更新
  1. arXiv

    稀疏自编码器定位临床分诊格式效应:医学特征在决策 token 处失活,脚手架特征占 Gemma 归因逾 91%

    该研究用稀疏自编码器(SAE)特征分析 Gemma 3 4B/12B IT 与 Qwen3-8B 在临床分诊情景下的表现,发现医学特征在两种格式下都激活于共享临床叙述,但在多选题决策 token 处失活;急诊分级信息在情景表征中线性可解码(ROC-AUC 0.95–1.00)且无显著格式差异,却在决策 token 处被衰减,脚手架峰值特征在 Gemma 模型中占未符号归因的 91% 以上,从而把格式效应的最强相关因素定位在答案选择阶段。

  2. arXiv

    REALM 用延迟先验加表情随机细化,把倾听动作从冻结凝视变成会眨眼微笑的机器人反应

    REALM 提出一个由粗到细的音频驱动反应式倾听生成框架,用带延迟中心注意力先验与自适应门控的 Reactive Gated Speaker–Listener Fusion 融合听者运动历史与说话人音频,再由粗解码器预测基础运动轨迹、由音频条件化的随机残差在表情子空间内细化,在 ViCo 与 L2L 上于多项运动质量指标上优于所评估的基线,并部署到 Ameca 人形机器人上完成感知用户研究。

  3. arXiv

    TextCSP用子区域感知提示与软级联解码,在TextBraTS上把平均Dice提到87.0%、HD95降到4.81毫米

    该工作提出TextCSP,一个在TextBraTS基线上构建的分层文本引导脑肿瘤分割框架,包含文本调制的软级联解码器(按WT→TC→ET由粗到细预测)、子区域感知提示调优(用可学习软提示配合LoRA适配的BioBERT生成三个分支专用文本表示)以及文本语义通道调制器(把文本表示转为通道级细化信号);在TextBraTS数据集上,其平均Dice达87.0%、平均HD95为4.81毫米,较此前最佳结果TextBraTS分别提升1.7%和约6%(0.32毫米),且三个子区域均有一致提升。

  4. 儿童与青少年关节过度活动相关疾病下肢疼痛管理网络信息质量评估

    该研究以“儿童与青少年关节过度活动相关疾病下肢疼痛管理”为检索词,从Google搜索收集网页并获取Gemini生成的对应概览,用健康信息网站评估工具评价网页质量、用医学人工智能质量评估工具评价AI概览质量,共评估20个网页和4个AI概览,发现网页质量多为中等(14个中等、3个良好),AI概览质量均被评为良好,网页得分最低的维度是准确性,AI概览得分最低的维度是完整性与资源及参考文献的提供。

已读完全部报道