跳到主要内容
检索

Vanderbilt University

10 篇关联报道

订阅更新
  1. arXiv

    神经可达性分析改押保守一侧:ConDR让学到的值函数压在真值之下,闭环碰撞率最低

    神经 Hamilton–Jacobi 可达性方法 DeepReach 用神经网络代替网格求解值函数,但对残差两侧同等惩罚,学到的值可能高于真值,把不安全状态误判为安全。ConDR 改为朝 HJI 变分不等式的下解训练:障碍分支与终端条件由构造保证,微分分支用单侧损失推到安全裕度以下,并加互补项避免把所有状态都判为不安全。在 Air3D、Air6D、9 维多车与 13 维四旋翼上,ConDR 报告最低的漏判率与最低的闭环碰撞率,干预率至多小幅增加。

  2. arXiv

    研究者提出数学基元概念与四维基准,诊断出发现能力是LLM数学推理的主要瓶颈,并用基元优先自蒸馏框架提升推理表现

    该工作提出“数学基元”概念与一个从发现、生成、消化、执行四个维度评估数学推理的基准,系统诊断显示解题准确率会掩盖不同的能力画像、基元能释放大量潜在执行能力、发现是数学推理的主要瓶颈,且受发现限制的失败更易修复;据此提出基元优先的自蒸馏框架,将基元引导的推理选择性迁移到学生模型,在多种模型规模和挑战性基准上稳定优于基线。

  3. arXiv

    CogAdapt用人类EEG与眼动信号选择代码模型适配模块,在LiveCodeBench上比全块微调提升10.86个百分点并减少约87%可训练适配参数

    CogAdapt从人类阅读代码时的EEG与眼动数据中提取程序级与词元级先验,结合冻结MoE模型对每个编程任务的响应,为每个任务动态选择少量transformer块进行稀疏微调;在Qwen与GLM上,人类阅读行为与MoE计算呈现一致对应,方法在LiveCodeBench与BigCodeBench上取得最佳pass@1,其中LiveCodeBench较匹配的常规全块微调提升10.86与6.29个百分点,同时将可获梯度的适配参数减少86.21–87.21%。

  4. arXiv

    PAC-私有扩散模型适配:单次扰动学习组件,在同等重建隐私下优于DP-SGD保留主体身份与生成质量

    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。

  5. arXiv

    Prompt2Skill 仅凭一句自然语言任务描述自动构建技能,在四个基准与五个模型上平均相对提升 36.1%

    Prompt2Skill 提出一个多智能体框架,仅从自然语言任务描述出发,由 Data Agent 推导任务规范并通过检索、改写与合成构建代理数据池,再由 Skill Agent 用执行反馈、反思式编辑和配对统计筛选迭代优化技能,在问答、阅读理解、表格操作与数学推理四个基准、五个开源与商用目标模型上平均相对优于直接提示 36.1%、优于现成技能 83.0%,且未出现显著退化。

  6. arXiv

    综述把视频-音频联合生成、跨模态生成与联合编辑统一到同一分布上,并首次系统梳理出九类、28种联合音视频编辑

    这篇综述指出视频与音频虽被共同感知、但多数生成模型仍各自独立处理,于是把联合生成、跨模态生成(由一方生成另一方)与联合编辑三类问题统一定义为同一个音视频对分布上的问题,围绕“输出如何在时间与语义上保持跨模态一致”这一核心问题,提出沿生成策略、音频表示、视频表示、对齐施加方式、预训练复用五个设计轴的分类体系,并首次系统梳理联合音视频编辑,将其映射为九类编辑、28种编辑类型,同时整理各设定下的方法、数据集与指标,最后给出长时程一致性、细粒度控制、物理合理性与评测等开放问题。

  7. arXiv

    IntraStyler 用对比学习风格编码器免预定义子域合成 T2 MRI 风格,在 CrossMoDA 上把 Extra-VS 的 Dice 从 0.61 提升到 0.81 且失败数降为 0

    该工作提出 IntraStyler,一种无需任何预定义子域的 3D 非配对图像翻译方法,用对比学习训练的风格编码器从每张目标域图像提取与解剖解耦的风格嵌入,并通过动态实例归一化条件化 QS-Attn 合成网络;在 CrossMoDA 基准(226 例标注 ceT1、295 例无标注 T2、测试集 96 例 T2)上,它自动聚类出 7 个风格参考而非子域方法的 3 个,下游 nnU-Net 分割在 Intra-VS、Extra-VS、Cochlea 上取得最佳 Dice 与 ASSD,Extra-VS Dice 达 0.81、失败数为 0。

  8. 利用生成式人工智能与人格提示词培养应对社会健康决定因素的能力

    一项家庭执业护士(FNP)教育项目让98名学生在视频会议平台上用生成式AI大语言模型(Claude Sonnet)的人格提示词生成虚拟患者,在30分钟预简报、约75分钟情景演练和45分钟PEARLS式复盘后,学生最常见的一词反馈是“helpful”(n=83),95%认为活动促进了SDOH学习(n=82),78%对筛查与应对SDOH的舒适度给出最高两档(均分4.1/5),SDOH知识测验平均94分(n=98),但仅有54%答对“识别应对SDOH具体策略”一题。

  9. FEBS Letters

    勘探蛋白质设计版图:从高亲和力结合体到功能可切换蛋白

    这篇综述梳理了深度学习驱动的蛋白质设计流程,讨论了肽、小分子、结合体、疫苗与抗体等方向的定制化应用,指出当前用于筛选与评估设计的置信度指标仍针对静态蛋白界面优化、在代表性不足或构象复杂的目标上可能失效,并主张整合基于集合(ensemble)的方法有望提升设计成功率,同时强调折叠切换支架与通过工程化环肽实现的分子胶等策略可扩展设计蛋白的功能范围。

  10. 输血感染风险:十年回顾与展望

    这篇综述回顾了2016至2026年间传染病对输血服务的影响,梳理了献血者筛选、检测与病原体减少技术方面的创新,盘点了寨卡病毒、疟原虫、巴贝虫和SARS-CoV-2等新发与再发病原体,并指出个体化风险评估、献血者延迟政策放宽以及人工智能与机器学习在监测和威胁预警中的应用等进展,同时强调这些改善在低收入和中等偏下收入国家尚未普及。

已读完全部报道