跳到主要内容
检索

University of Toronto

26 篇关联报道

订阅更新
  1. arXiv

    SPARC让模型权重随实验证据改写:11个推荐条件中8个过电位低于300 mV

    闭环实验通常先固定模型族与表示,再让新数据只更新预测。SPARC把多个回归模型的样本外预测拼成证据矩阵,用稀疏后验按证据分配各模型影响力,并把候选处的预测离散度与残差尺度合成为“信任”来调节探索。在自动化碱性析氧反应实验中,11个预先固定的推荐条件有8个过电位低于300 mV(初始125个实验中为18个),最好达242 mV。

  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. arXiv

    大模型智能体自己写物理残差检测器:BATADAL测试攻击F1从0.504升到0.878

    面向信息物理系统的运行时攻击检测,PIA让大语言模型智能体根据设备说明和正常运行数据写出泵特性、储罐质量平衡、控制器逻辑等物理残差,并在部署前用评测工作台逐条检验。在BATADAL配水网络攻击基准的测试攻击上,PIA配Claude Opus 5.5取得F1 0.878,而六种统计与深度基线中最强的一种为0.504;消融显示,不让智能体用数据检验假设会使F1最多下降0.28。

  4. arXiv

    化学反应网络不再逐次拟合:一次训练后,模型选择与速率常数秒级出结果

    把化学反应网络的路径判别与速率常数估计合并进一个摊销神经网络,训练一次后新实验数据只需前向计算即可给出模型后验概率和参数后验。

  5. arXiv

    自动驾驶测试不再照本宣科:场景编排器实时改写对手车辆,六类场景族均完整实现预设交互

    自动驾驶策略在闭环仿真中会自行反应,预先写死路线的场景脚本常因此偏离原本要制造的交互,即闭环漂移。场景编排器持续监测整体交通状态,通过重定时、重路由和角色重指派联合调整非自车车辆,每一步求解一个带约束的优化问题,在限制干预、保持交通可行的前提下维持测试意图。在CARLA仿真器的六类场景族与六种自车策略上,该方法在全部六类场景族中完整实现预设交互,而ProSim、LASER与OSC2Runner等基线大多只满足最容易的前两个场景。

  6. Nature Communications

    无序蛋白不再只靠重加权:扩散模型一次生成全原子构象,NMR与SAXS同时对上

    IDPForge把ESMFold的注意力与结构模块改造成扩散生成模型,直接从序列生成全原子无序蛋白与无序区构象,无需逐序列训练、粗粒化回映射或系综重加权。在32条带NMR/SAXS数据的测试序列上,其归一化X-EISD总分0.89,高于IDPConformerGenerator的0.57、IDPFold的0.58与CALVADOS的0.58;它还能在折叠结构模板上只对无序区去噪。

  7. 主动学习挑高不确定性样本未必更快:校准后的置信度在分布外数据上通常没跑赢随机抽样

    材料与分子性质预测的主动学习常把高不确定性样本当作模型缺失的信息。形成能、带隙和溶解度三项任务上,不确定性分别来自损失景观采样与多种子重训集成,再用线性校准因子和神经网络校准。校准后的不确定性在分布外数据上通常未能减少模型改进所需的数据量,与随机抽样和未校准估计相比没有优势,且各方法误差棒相互重叠。

  8. medRxiv

    癌症副作用不再只靠静态评分表:SPARC用常规化验轨迹,在11家医院验证预测

    癌症治疗副作用的预测长期依赖少数变量构成的静态评分表。SPARC把血常规、综合代谢面板与生命体征的纵向序列作为建模对象,先在22.4万名患者、约1.02亿条测量上预训练,再针对死亡、贫血、中性粒细胞减少、发热性中性粒细胞减少、急性肾损伤和肝毒性等任务微调。模型在同中心留出集、前瞻队列以及多家外部医院队列上取得领先或相当的表现,并能按预测风险分层找出最可能从G-CSF预防中获益的患者。

  9. arXiv

    标注前先聊一段经历:微叙事让同一批帖子被读得更分歧,而不是更一致

    在标注开始前用情景小故事和一段轴引导对话唤起标注者的亲身经历,并把它合成第一人称微叙事交还本人,104名标注者对30条歧义仇恨言论的标注中,身份共鸣与伤害敏感度上升,标签熵升高、标注者间一致性下降。

  10. arXiv

    FOCUS 用 KL 引导的模态切换把特权状态训练迁移到 RGB-D 策略,五个 IsaacLab 操作任务平均测试成功率从 0.71 提升到 0.93

    FOCUS 是一个单阶段 PPO 框架,让 critic 始终使用特权状态、actor 在特权状态与 RGB-D 潜变量之间按跨模态动作分布 KL 散度自适应切换 rollout 来源,并配合表征对齐;在五个 IsaacLab 操作任务上,相对各任务最强的 RGB-D 测试基线,平均测试成功率从 0.71 提升到 0.93,端到端预算归一化训练成功率 AUC 从 0.47 提升到 0.65。