多模态推理模型忘掉一张脸,却不必忘掉那个人:VKCR把遗忘限定在图像通道
多模态大推理模型会通过图像与知识的跨模态关联,在中间推理里重新取出敏感信息,只压住最终答案并不够。VKCR把遗忘目标改写成一条指定的“图像到知识”关联:先在关联条件化的低秩参数子空间内定位编辑,再用反事实分支重绑定,压掉带目标或缺乏依据的推理续写、抬升有证据支持的非敏感替代。在CLEAR-R与MLLMU-R上,它同时降低了图像条件下的目标泄漏与幻觉式重新关联,并保留了非敏感视觉推理和允许的纯文本知识访问。
多模态大推理模型会通过图像与知识的跨模态关联,在中间推理里重新取出敏感信息,只压住最终答案并不够。VKCR把遗忘目标改写成一条指定的“图像到知识”关联:先在关联条件化的低秩参数子空间内定位编辑,再用反事实分支重绑定,压掉带目标或缺乏依据的推理续写、抬升有证据支持的非敏感替代。在CLEAR-R与MLLMU-R上,它同时降低了图像条件下的目标泄漏与幻觉式重新关联,并保留了非敏感视觉推理和允许的纯文本知识访问。
实时视频转音频长期受制于两处瓶颈:视觉前端为压低预看延迟而缩小感受野,因果扩散后端又逐块独立去噪,导致音画对齐和音质都落后于离线模型。LiveFoley 用尾随滑动窗口把现成的非因果片段级编码器改造成流式模块,无需重训练即可把前端预看降到 0.08 秒,并在后端把去噪窗口向历史扩展。在 VGGSound 测试集上,LiveFoley-48k 的 DeSync 为 0.48,与离线 MMAudio-L 的 0.47 相当,单张 A800 上端到端延迟 156 毫秒。
计算药物发现智能体通常每次任务都从零组织工具调用,难以把一次成功经验带到下一次。DrugHarness把80余项科学操作与生物医学资源放进同一工作区,从执行轨迹中归纳带适用条件的行动假设,再由独立审查智能体核对来源、必要时做定向试算后才纳入技能库。在MolBench上,未启用进化的配置把亲和力比较准确率做到91.9%,比已报道的MolClaw-CC高10.8个百分点;回顾性评估中,冻结的学习技能把Qwen的优化成功率从79.5%提高到87.2%。
少步自回归视频扩散模型在长推演中会逐渐丢失主体与场景信息,现有蒸馏目标没有把久远历史单独作为约束。History Forcing 用同一自回归教师在有、无额外历史两种条件下的预测之差构造上下文残差,加权后修正 DMD 或 OPSD 的蒸馏目标。1.3B 学生模型在 15 秒生成上取得 VBench 质量分 85.07,在 60 秒生成上取得 VBench-Long 综合分 79.82,并在相机离开再返回的评测中把 PlayWorld 演化质量从 2.35 提到 2.70。
交互视频世界模型从带拍摄时间戳的记忆库取帧,冻结的生成器把最新时间戳当作真相,因此智能体撤销动作后,唯一记录当前状态的旧帧会被判为过时。ReDate保留每一帧,按动作日志给出的有效时间重新标注检索到的令牌,让回退区域读作刚到达新状态,无需训练。在FAR基准的352个回退步骤上,当前状态占比从0.36升到0.62,过时状态占比从0.27降到0.09;HY-WorldPlay上从0.003升到0.19。
一种把数据驱动需求预测网络与黑箱微观交通仿真器双向耦合的实时OD需求校准框架,用可解析的元模型代替仿真器回传梯度,使网络参数和需求估计随时间步同步更新。在3×3网格网络中,第10天B1C1车道于4小时封闭后,该框架密度MSE为21.6 [veh/km]2,比LimEKF的57.9 [veh/km]2低63%;在东京高速走廊2021年奥运交通管理日,带在线更新的版本MSE为0.66 [veh/km]2,LimEKF为1.15 [veh/km]2。
脑电注意力识别换掉了固定电极连接图。此前多频段特征靠简单拼接、通道关系按预设邻接矩阵处理,难以刻画任务中变化的通道耦合。DGCSA把电极当作图节点,用可学习邻接矩阵动态更新通道拓扑,并用自注意力补上全局依赖,同时以贝叶斯优化的频带权重融合功率谱密度与微分熵。在20名参与者、873段3秒脑电上,三分类准确率为91.67%,高于SVM、CNN与LSTM基线;VR场景的平均注意力得分也高于2D。
石灰岩薄片分类改用压缩后的MobileNetV3骨干,把纹理增强与多级特征融合放进同一轻量网络。此前细粒碳酸盐岩的颗粒边界与泥晶基质在逐级下采样中被削弱,类间相似度高,人工镜下判读又依赖经验。在鄂尔多斯、新疆、西藏和小兴安岭采集的六类3600张图像上,该方法取得91.11%准确率,宏平均精确率、召回率与F1分别为91.28%、91.11%和91.12%,参数为2.095M。
一个由41位国际多学科专家组成的工作组系统检索了截至2025年3月17日的922篇文献,将2016年仅针对特发性肺纤维化(IPF)的急性加重(AE)定义修订为适用于全部纤维化间质性肺病(fILD)的AE-fILD定义(以弥漫性肺泡损伤为核心,伴或不伴机化性肺炎),并提出“急性呼吸恶化(ARW)”这一更广的概念框架以涵盖非DAD所致的急性呼吸恶化,同时汇总了流行病学、危险因素、预后与治疗证据,并讨论了AE作为临床试验终点的可行性。
该研究纳入98例复杂性区域疼痛综合征(CRPS)患者的178张热成像图和56名健康对照的837张热成像图,用U-Net深度学习自动分割肢体(平均Dice相似系数0.99),再对每张图每条肢体提取564个放射组学特征(强度、形状、纹理),通过WORC自动化机器学习框架在20次随机划分交叉验证中构建分类模型,该模型区分CRPS患者与健康对照热成像图的平均AUC为0.93(95% CI 0.90–0.97),显著优于三位临床医生的0.82、0.79和0.69(P<0.001)。