扩散模型判分布外不再只看重建误差:DUO加一路特征敏感度,12对基准平均AUROC到0.897
扩散模型做分布外检测常依赖重建误差,但分布外输入可能被同样好甚至更好地去噪,使这一分数重叠甚至反转。DUO在冻结的扩散模型上增加一路信号:中间去噪特征对小幅输入扰动的敏感度谱,并用纯分布内数据完成特征层、噪声水平与两路融合的标定。在12对图像基准上,DUO的平均AUROC为0.897,高于最强基线EigenScore的0.838,同时单样本推理耗时0.28秒。
扩散模型做分布外检测常依赖重建误差,但分布外输入可能被同样好甚至更好地去噪,使这一分数重叠甚至反转。DUO在冻结的扩散模型上增加一路信号:中间去噪特征对小幅输入扰动的敏感度谱,并用纯分布内数据完成特征层、噪声水平与两路融合的标定。在12对图像基准上,DUO的平均AUROC为0.897,高于最强基线EigenScore的0.838,同时单样本推理耗时0.28秒。
大模型推理时不必再靠预设的固定干预:Q-NeuS按每个问题自身的内部激活决定放大哪些前馈神经元,在3B到32B的七个模型和三个基准上全部涨分。
该工作提出一种PAC-私有的扩散模型适配方法:先用LoRA或Textual Inversion学习紧凑的数据相关组件,再依据重复机制输出的协方差校准各向异性高斯噪声,仅对学习组件做一次扰动,从而避免梯度更新间的隐私组合;在少样本概念个性化与全数据集图像合成上,该方法在达到与DP相同重建隐私的同时,更好地保留了主体身份、生成质量和下游分类准确率。
该工作提出自反思微调(SRFT):在干净专家轨迹中注入攻击指令,让智能体在受攻击上下文中采样自身可能失败的动作,再由专家模型生成对比安全与最优动作的结构化反思推理,用该反思监督微调智能体;在 Llama-3.1-8B-Instruct 与 Qwen3-8B 上实例化为 SR-Agent,AgentDojo 攻击成功率分别从 7.59% 降至 1.26%、从 16.97% 降至 1.05%,并在 RL-Hammer 自适应攻击下保持较低攻击成功率。
MILO(Meta-evolutionary Island Orchestration)把智能体 harness 与其搜索策略共同进化:用岛屿式层级谱系记忆把被拒绝的变异当作负证据,用每个岛屿的 mutator 智能体重写完整 harness,再由 orchestrator 智能体通过谱系嫁接、物种分化、mutator 重分配与课程修订自适应调整搜索;在 Terminal-Bench 2.1、PaperBench、DeepSWE 上,用 Opus 4.8 相对初始 harness 分别提升 12.0%、28.3%、10.3%(此前最佳搜索增益为 4.5%、18.3%、0%),Terminal-Bench 2.1 达到 86.1±2.0%(
该研究利用国际血液与骨髓移植研究中心(CIBMTR)登记数据,评估2022年3月至2023年12月接受商业化cilta-cel治疗的541例复发/难治多发性骨髓瘤患者,发现183例(33.8%)按改编简化虚弱评分归为虚弱,其总体缓解率与非虚弱者相近(82.8%对88.5%),但12个月无进展生存(62.7%对75.9%)和总生存(72.8%对90.4%)更差,任何级别ICANS发生率更高(32.2%对17.6%),多因素分析中虚弱独立预测更差的无进展生存(HR 1.67)、总生存(HR 2.46)和任何级别ICANS(OR 2.01)。
作者用部署在 AWS Lambda 上的 Puppeteer 爬虫,在 2026 年 3 月 13 日至 4 月 21 日的 40 天窗口内对 19 个主题类别的 55,393 条 Google 热搜查询进行大规模纵向测量,发现 AI 概览整体触发率为 13.7%(问题式查询升至 64.7%),被引用域名的可信度高于同页展示的第一页结果但 29.8% 根本不出现在第一页,把回答拆成 98,020 条原子论断后 11.0% 不被所引页面支持(以遗漏为主),且至少 50.6% 的被引页面带有展示广告。
该工作提出 BioGait-VLM,一个在冻结的 InternVL3.5-1B 上构建的三模态(RGB 视觉、语言、显式生物力学)框架,通过时序证据蒸馏分支和将 3D 骨架运动学投影为语言对齐语义 token 的生物力学 token 化分支,在由公开 GAVD 与自采 30 例退行性颈椎病(DCM)队列合并而成的 8 类、1181 段视频、受试者不重叠的基准上取得 68.1% 准确率与 52.9% 宏 F1(DCM 类 F1 98.1%、异常步态 F1 80.4%),并由四位 DCM 领域专家在 52 段留出视频的盲法评审中于 69.2% 病例(36/52,p<0.001)将其评为优于基线。
该工作提出 RRSI,在保持智能体外壳(提示、控制流、工具、记忆与上下文管理)完全可编辑的前提下,对候选编辑的提出与筛选两端施加正则化约束,在八个覆盖编码、智能体工作区与工程设计任务的基准上,进化集最多提升 14.1 分、五个分布外基准最多提升 4.7 分,且策略 token 消耗比无正则化进化少 30%。
已读完全部报道