跳到主要内容
检索

University of British Columbia

21 篇关联报道

订阅更新
  1. arXiv

    Convolutional VocalTrax 换掉逐样本递归:声道前后向在 A100 上快 47 到 63 倍,重建语音识别率反升

    Convolutional VocalTrax 把可微发声合成中逐样本推进的声道递归换成固定块卷积:先精确算出同一波导的频响,再按 5.8 毫秒分块做因果卷积,梯度只经过 FFT 和沿声道的 43 步递归。在 600 条 AudioMNIST 录音上,声道前向加反向在 A100 上快 47 到 63 倍;只用真实语音训练的 wav2vec 2.0 分类器识别其重建语音的比例为 14.5%,高于 VocalTrax 的 10.0%,尽管对数梅尔距离高出 11%。

  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

    世界模型不再先学表征再配控制器:LeWAM把动作预测并进同一遍训练,接触密集任务成功率从28.6%升到89.7%

    LeWAM把视觉表征、动作条件潜在动力学和随机策略放进同一次训练,在接触密集任务上把规划成功率从28.6%提到89.7%,长程任务从10.9%提到46.2%,规划速度提高32.3倍。

  4. arXiv

    视觉推理不再每次重写程序:把可执行技能存下来,适用输入直接给答案

    VisualCoding把可复用的视觉程序先训练成家族级求解器,遇到适用输入直接返回其有效答案,在四个基准、69个任务家族上平均准确率比最强基线高4.45个百分点。

  5. arXiv

    决策模型不再一次定答案:同一套权重循环加深,难题多算几步就多对13个百分点

    面向固定选项的决策模型通常一次前向就给出每个选项的概率,深度在训练时固定,简单题和难题花同样的算力。LEV 把主干换成预训练时就带循环的语言模型,每一步之后都读取选项并联合训练所有步,因此一个检查点可在任意深度作答;在 JevBench 上,2.6B 模型从深度一的 63.2% 升到深度四的 76.2%,增益主要来自难题。一个轻量停止器按问题决定深度,阈值在无标注请求上拟合,节省 15% 到 24% 的算力,代价不到一个准确率点。

  6. 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%。

  7. arXiv

    APEX 把间接提示注入防御移到执行边界:六个基准中五个攻击成功率降至 0%,第六个为 0.56%

    该工作提出 APEX,把间接提示注入防御从识别攻击模式转为在执行边界检查每个拟执行效果:执行前把用户授权编译为一份授权契约,WRAP 依据契约与运行时证据只放行可重建授权的效果,PLANT 在契约认可的依赖上放置探针使未被认可的信息使用在提交前自我暴露;在六个基准、13 个基线上,APEX 在五个基准达到 0% 攻击成功率、第六个为 0.56%,并在三类能力单元的三种自适应攻击下保持 0%。

  8. arXiv

    SEDIMA 为进化搜索智能体加入跨运行分层洞见记忆,在 AlgoTune 与 ALE-Bench LITE 上分别提升 5.5% 与 6.6% 平均最终性能

    该工作提出 SEDIMA——一种面向 LLM 驱动进化搜索智能体的持久化分层洞见记忆:它把原始搜索轨迹蒸馏为自然语言洞见,用注意力加权质心按语义相似度聚类,并检索相关指导来条件化后续变异,从而跨运行、跨问题积累可迁移知识;作为不修改搜索算子的即插即用模块,在固定 100 个候选评估预算下使 AlgoTune 平均最终性能提升 5.5%、ALE-Bench LITE 提升 6.6%,并在 OpenEvolve 下于五个被评估骨干模型上平均减少 32.3% 的迭代次数即可达到基线最佳性能。

  9. arXiv

    PersonaDose 把“人格强度”变成可请求的分数:在三个模型家族上把核心特质表达提高 17.8–33.2 分,并在 14–22/28 个可达目标上把误差压到 4.7–6.2 分

    该工作提出“人格剂量”任务,用特质描述加一个请求的平均强度分数来控制语言模型,做法是在人格响应上专门化一个共享的、由描述条件化的 FLAS 控制器,再用测得的特质表达曲线把流时间标定到分数单位;在 Llama-3.1-8B、Qwen3-8B、Gemma-3-4B 上,PersonaDose 在 Persona Vectors 的 75 连贯性下限处把核心特质表达相对对比式激活加法(CAA)提高 33.2、18.3、17.8 分,标定选出的设置在留出问题上保持表达优势,七个已训练特质上的标定请求在每模型 28 个目标中 14–22 个可达目标上取得 4.7–6.2 分的平均命中误差。

  10. Research Square

    V2Se2O与常规s波超导体界面被计算预测出完全能隙p波三重态与手性马约拉纳边缘模

    作者以第一性原理描述单层交替磁体V2Se2O并构建其自旋劈裂费米面的低能模型,再对V2Se2O与常规s波超导体构成的异质结做自洽Bogoliubov–de Gennes计算,发现动量依赖的交换劈裂使近邻诱导配对转为完全能隙的等自旋p波态,在较宽界面参数范围内Bogoliubov–de Gennes能带具有非零第一陈数,板状谱中出现穿越体能隙的手性马约拉纳边缘模,并量化了反近邻效应对有限多层堆垛中诱导能隙的影响。