跳到主要内容
检索

Vector Institute

5 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

    预填充越狱有了推理期防线:不改权重,把被削弱的拒绝信号按请求锚点补回

    预填充越狱通过在助手回复开头强行写入一段前缀,让本应拒绝的模型继续生成有害内容。研究者在雅可比透镜给出的词表语义空间里追踪发现,随着前缀加深,拒绝信号比有害性信号衰减得更快,到自由生成开始时已接近良性基线。据此设计的J-Anchor不训练、不改权重,以攻击前助手头位置的信号为每个请求设定锚点,只在前缀处理和后续解码中补回低于目标的拒绝分量,在四个开源指令模型上把固定与深度预填充攻击的成功率压到很低,同时良性拒答率和推理成绩接近原模型。

  3. arXiv

    MemCo 用局部与全局双层记忆协作,让 LLM 智能体在未见环境中把 ALFWorld 留出布局准确率提升 43.47% 并减少 32.10% 交互步数

    作者提出 MemCo 记忆中心协作框架,为每个智能体保留环境特定的局部记忆图,并把经证据聚合与 Wilson 下置信界筛选的可迁移工作流提升到共享全局记忆,在线决策时按当前状态、任务阶段与目标检索并落地局部与全局记忆;在 ALFWorld、PDDL、FEVER、ScienceWorld 四个基准与多个 LLM 骨干上,MemCo 在 12 个评测设置中 10 个取得最高准确率、9 个使用最少交互步数,例如 Qwen3-4B 下 ALFWorld 留出布局准确率相对次优基线提升 43.47%、步数减少 32.10%。

  4. arXiv

    DUCX 把胸片智能体的不公平拆到工具暴露、工具切换与推理三个环节,发现端到端差距之外还有最高约50%的工具条件差距

    该工作以 MedRAX 为实例,对使用工具的胸片问答智能体做分阶段公平性审计,提出 DUCX 框架把端到端偏差分解为工具暴露偏差、工具切换偏差与 LLM 推理偏差,并在 CheXAgentBench 与自建的 MIMIC-FairnessVQA 上、用五个驱动 LLM 评测,发现人口学差距在端到端指标上持续存在(均等机会差最高 20.79%,最低公平-效用权衡降至 28.65%),且工具使用、切换模式与推理文本中的子群差异无法仅由端到端评测预测(例如在分割工具可用条件下,子群效用差距最高达 50%)。

  5. arXiv

    Open-PMC-18M 用子图拆分与上下文摘要构建 1800 万医学图文对,检索平均召回提升 27%

    该工作从 BIOMEDICA 语料出发,用基于 DAB-DETR 的子图检测、Qwen2.5-VL-32B-Instruct 的子图注提取和 Qwen2.5-14B-Instruct 的正文上下文摘要,构建并公开了含 1800 万子图-文本对的 OPEN-PMC-18M 数据集,并在放射、显微与可见光摄影三类模态的 6 项检索与 19 项零样本分类任务上训练视觉-语言编码器,报告检索平均召回 21.64、较此前最佳模型 OPEN-PMC 相对提升 27%,零样本分类总体平均 F1 达 39.77。

已读完全部报道