跳到主要内容
检索

University of Wisconsin–Madison

24 篇关联报道

订阅更新
  1. bioRxiv

    单细胞基准测试有了可调强度的模拟器:scDeepSim 让批次效应和轨迹几何按需变化

    单细胞方法基准测试长期受制于真实数据标注昂贵、且只能反映一种观测条件。scDeepSim 把细胞表达编码到按细胞类型、批次和残差分开的潜子空间,再用潜扩散模型学习这些表示的分布,生成时只改动目标子空间,从而按用户设定的强度施加批次效应或构造分支轨迹。在 scIB 人类胰腺数据上,结构化模型在干预强度 α=1 时细胞类型平均轮廓宽度为 0.519,普通变分自编码器为 0.432。

  2. arXiv

    攻防不再各打各的:CyberArena让智能体同场互攻互守,12个前沿模型分出高下

    CyberArena把网络安全评测从静态靶标改成多轮攻防对抗:两个智能体在隔离沙箱里同时攻击对方服务并修补自己的服务,目标每轮轮换。在40个挑战、466局比赛中,12个前沿模型里GPT-5.6 Sol与Claude Opus 5领先,而三个模型单独都能解出的30个挑战进入对抗后,第三轮捕获率分别降到52%、37%和35%。

  3. 检索增强生成拆成三个智能体:TRIO让查询扩展、检索判断与作答各自优化

    检索增强生成(RAG,先从外部知识库取回材料再让语言模型作答)常因检索不到位和编造内容而失准。TRIO把这条流程拆成查询扩展、检索充分性判断和作答三个智能体,让每个智能体按各自的奖励信号迭代改进:扩展智能体按答案质量提升获得奖励,判断智能体以一致性投票标注的充分与否为监督,作答智能体用动态匹配奖励配合课程学习训练。多个基准数据集上的实验显示,TRIO相对当前先进方法更有效,代码已公开。

  4. bioRxiv

    同一靶点的向导RNA不再简单合并:按多数一致加权,把脱靶偏差压到接近零

    Perturb-seq 常把针对同一靶点的多条向导RNA当作重复样本合并,但向导的脱靶效应会让靶点层面的估计带上偏差。PETRO 假定每个结果中多数向导是有效的,用稳健加权把与多数不一致的向导降权,从而在不删除向导、不使用序列注释的情况下估计靶点扰动效应。在 RPE-1 CRISPRa 数据中,最长种子匹配为13–18 bp的靶点—结果对上,合并的平均偏差为0.087,PETRO 的残余偏差为0.005;模拟中合并的偏差随细胞数增加仍停留在约0.075,PETRO 则降到接近零。

  5. arXiv

    稀疏自编码器的特征不能简单相加:成对项把组合排序保真度从0.5874拉到0.7790

    稀疏自编码器把模型激活拆成稀疏、线性解码的特征,但把这些特征组合起来时,下游行为未必按加法叠加。研究引入SAE可加性残差(SAR),衡量在选定交互阶数之上仍未被解释的行为变化;在18个模型与行为组合中,学到的SAE坐标一阶残差都低于同一子空间的保和随机旋转,但坐标并非完全可加,成对项在全部18个组合中改善留出联盟排序。在Llama-3.1 8B的16个已发表引导方向上,成对建模把排序保真度从0.5874提高到0.7790,排序误差从0.1444降到0.0606。

  6. medRxiv

    放射决策模型不再生成文本:公开权重版在15项任务上把报告纠错从72.1%提到94.7%

    公开权重的放射决策模型RadKev-27B在15项放射决策任务上把平均准确率从75.9%提高到80.8%,报告纠错一项从72.1%升到94.7%,且推理延迟约为带推理大语言模型的1/132。

  7. arXiv

    胸片报告不再只写长段落:先按疾病对齐图像与文字,再让大模型改写成问答

    胸片报告生成改用问答式输出:先用预测疾病标签对齐图像与文本,再用医学知识图谱检索证据并由大模型改写,在MIMIC-CXR与IU X-Ray上多数指标优于此前方法。

  8. arXiv

    安装自然值仅转移少量已知—未知弃答对比:LLM特征审计区分充分性与使用

    该工作提出一套经验契约,用安装、移除与下游救援三种测试,在自然输入观测到的取值上评估LLM内部特征:安装衡量特征对行为的充分性,移除与救援衡量模型是否真正使用该特征。应用于已发表的实体识别隐变量、稠密已知—未知方向与主谓一致特征集后,充分性与使用强度出现明显分离,说明特征追踪概念并能操控行为,并不足以证明模型使用了该特征。

  9. arXiv

    预训练模型配轻量推理框架在智能体任务中覆盖更多解,后训练带来可量化的锐化税

    该工作发现,配备轻量推理框架的预训练大模型虽单次准确率(pass@1)远低于后训练版本,但在充足测试时预算下常以更高解覆盖率(pass@K)胜出;作者据此提出锐化税指标量化后训练导致的测试时可扩展性损失,并在四个家族14对模型、三个智能体基准共42个案例中显示该税普遍存在、可由少量采样估计,且提出按提示难度自适应温度的PTGS采样器以降低该税。

  10. arXiv

    以历史条件风险百分位为生成请求:新方法在highD上实现1440次请求中的1422次(98.75%)

    该研究把生成场景的极端程度定义为给定观测历史后未来风险条件分布中的百分位,学习一个参考风险分布将请求百分位映射为物理风险目标,并用百分位条件联合扩散模型配合采样期风险引导生成多智能体未来;在highD上以自车与周边车辆的最小后侵入时间(PET)为风险代理,主评测集1440次请求中1422次(98.75%)落在0.05百分位容差内,平均百分位误差0.00673、PET目标误差0.00991秒。