跳到主要内容
检索

Peking University

79 篇关联报道

订阅更新
  1. arXiv

    难熔高熵合金不再只盯等原子比:位错基因组加位错动力学,在NbMoTaW成分空间里同时预测高温强度与室温塑性

    难熔高熵合金的高温强度与室温塑性长期此消彼长,而研究多集中在等原子比附近。这套多尺度框架用“位错基因组”方法从原子构型构建刃位错滑移的能量景观,把局部构型力送入随机离散位错动力学模拟,得到临界剪切应力与构型力涨落之间的线性标度律,并据此在NbMoTaW成分空间内预测高温强度,再与螺位错和刃位错相对迁移率给出的塑性判据联合筛选。

  2. arXiv

    视频异常理解不再只看预先抽好的帧:SEEK-VAU让智能体边搜边验,证据F1从28.1升到43.7

    视频异常理解长期沿用固定观测:模型先拿到一批抽样帧或聚类事件,再据此判断异常,推理开始后无法回头补找缺失证据。SEEK-VAU把这一过程改成有预算上限的智能体搜索与验证,让策略沿前兆、触发、后果三段事件链主动取证,并在收尾前自检证据是否充分。在自建的SEEK-Bench上,它以Qwen3-VL-8B为基座取得55.6时间mIoU、45.5问答准确率和43.7证据F1,而固定观测的Qwen3-VL基线分别为44.2、37.7和28.1。

  3. arXiv

    人形机器人踢球不再各管一段:SoccerBot用人类动作先验统一四项技能并零样本上真机

    人形机器人踢足球此前要么只覆盖少数技能,要么完全不用动作先验而动作生硬。SoccerBot把大规模人类足球动作捕捉数据蒸馏成一个结构化的隐式动作先验,让单一技能条件策略在同一个潜空间里学习移动、带球、停球和踢球。在Unitree G1上,该策略零样本迁移到真机,仿真中踢球与带球成功率分别为97.04%和89.88%,真机踢球方向误差从4.09度升到10.41度。

  4. arXiv

    视觉验证器不再只答对错:OmniVerifier-C1把提示拆成子问题,ViVerBench总分升到0.684

    视觉验证器长期只输出真或假的二值判断,难以区分不同程度的部分正确。OmniVerifier-C1把复杂提示或环境规则拆成细粒度子问题,逐项做二值判断后按满足比例给出连续分数,并用解耦强化学习同时优化子问题判断与全局对齐打分。在ViVerBench上,以Qwen3-VL-8B为基座、经分级监督微调再加分级强化学习的版本总体得分为0.684,高于仅用二值强化学习的0.671。

  5. arXiv

    智能体记忆有了独立压缩器:SumOne 用掩码重建自监督,搜索任务成本降到全上下文的22%

    长程语言模型智能体的交互历史越积越长,上下文压缩因此成为必需,而已有的学习式压缩方法往往依赖下游任务结果或求解器行为。SumOne 是一个独立的20亿参数摘要器,用掩码重建构造与任务无关的奖励,再以 GRPO 优化,训练只使用原始轨迹,不需要参考摘要或下游任务执行。在 DeepSearchQA 上,它把累计智能体输入从 2.83M 降到 591K token,F1 为 0.48,而全上下文为 0.52;在 SWE-bench Verified 上,解决率为 0.59,全上下文为 0.63,累计输入从 4.10M 降到 1.09M token。

  6. arXiv

    长程智能体的信用该记在回合上:MPO把回合级优势与逐词修正分开,搜索任务pass@1最高提升4.33点

    长程LLM智能体按完整回合与环境交互,却逐词生成动作,现有强化学习要么给整条轨迹一个共享优势,要么把每个词当作动作。MPO把信用分配拆成两层:回合级广义优势估计在交互之间传递信用,回合内再做保均值的局部修正,策略更新则用完整回合的重要性比率。在搜索、工具使用和自动化任务上,Qwen3-4B-Thinking与Qwen3-30B-A3B-Instruct两个规模下,MPO在九个指标上均取得表中最高分,其中4B的BrowseComp-Plus pass@1比最强非MPO基线高4.33点。

  7. arXiv

    化学图里的反应不再靠人工转录:RxnMiner把立体感知反应F1从21.0%提到71.0%

    化学文献中的反应图常把多个实验画在同一张模板、取代基表和产物网格里,要还原成一条条具体反应记录,此前主要靠人工转录。RxnMiner把专家提取流程与化学工具箱组合成一个多模态智能体,先识别结构、再把证据绑定到每个实验条目、最后由确定性的R基团引擎实例化未画出的反应物。在603张反应图、8547条人工标注记录的ChemRxn-Bench上,以Qwen3.8-Flash-Next为骨干,其立体感知反应宏F1达到71.0%,直接预测为21.0%,最强现有提取系统为25.0%。

  8. arXiv

    CANS 给每个前馈神经元单独定缩放系数:安全、毒性与幻觉三类控制同时保住通用能力

    大模型的行为控制常以牺牲通用能力为代价,CANS 把干预改成给每个前馈网络神经元分配一个缩放系数,系数同时计入该神经元对目标行为的贡献和它对通用输出的扰动。目标行为用模型回复中目标词元的对数概率作代理,能力保持用通用文本上的输出分布 KL 散度作代理,两者局部近似后得到闭式解,无需迭代训练,也不增加推理时计算。在 Qwen3-4B 与 Llama 系列上,CANS 在安全、毒性和幻觉控制中取得与 SFT、CAA 及神经元级基线相当或更好的转向效果,同时更好地保住 MMLU、BBH 和 IFEval 表现。

  9. bioRxiv

    折叠模型改当抗体筛选编码器:冻结Protenix,Origin-1宏平均AUROC从0.669升到0.757

    抗体筛选通常把特异性、亲和力与可开发性交给不同模型,结构信息多被压缩成ipTM等单一置信度分数。FoldAbS把开源折叠模型Protenix冻结为共享编码器,只训练轻量任务头,并用抗原错配、CDRH3突变与CDRH3替换三类伪负样本补上特异性监督。以Protenix为骨干的FoldAbS-Px在Origin-1上把宏平均AUROC从0.6690提高到0.7570,并在亲和力与四项可开发性指标上取得所报告的最好结果。

  10. arXiv

    屋顶光伏组件不再逐块标注:MV-PVMapper 在三个电站找回 7711 块中的 7710 块

    在约 1 厘米天底地面采样距离的五方向无人机倾斜摄影数据上,MV-PVMapper 把冻结的视觉基础模型 SAM 3 与摄影测量几何结合起来,无需任务专用标注或权重更新即可输出带地理坐标的单块组件多边形。三个在运屋顶光伏电站共 7711 块参考组件,两轮反馈后匹配 7710 块,IoU 0.5 下无误检;宏平均 AJI 为 97.55%,正交影像分割基线为 60.73%,多视图像素投票基线为 41.24%。