跳到主要内容
检索

Southeast University

22 篇关联报道

订阅更新
  1. arXiv

    力觉世界模型拆开两件事来学:演示定目标,玩耍数据补接触响应,四类真机任务成功率最高到95%

    接触密集操作里,专家演示只覆盖成功路径,难以说明力如何随动作变化;无任务目标的玩耍数据记录了更广的接触动力学,却不对应任务目标。ForceWAM把“任务期望的运动与六轴力/力矩未来”交给力觉世界模型从演示中学习,把“哪些动作能实现这一未来”交给逆动力学模型从演示与玩耍数据共同学习,部署时用新测得的力反馈在两次世界模型更新之间反复修正动作。在力调节滑动、有扰动与无扰动的翻箱、套环放置四类真机条件下,完整系统成功率分别为85%、95%、85%、90%,均高于所列基线。

  2. arXiv

    网页代理看截图太贵:只留21%视觉词,延迟降三成、性能保住近八成

    网页图形界面代理靠截图定位按钮和链接,高分辨率截图与多轮历史会带来大量视觉词,推理开销随之上升。STP-GUI 把词选择改成查询引导、空间连贯的窗口级选择,用一个轻量选择器在主干模型冻结的情况下通过策略学习训练。在 Online-Mind2Web 上,保留21%的词时仍保住全量词性能的77.7%,推理延迟降低31%、FLOPs 降低57%;Android in the Wild 上的结果提示该方法可迁移到移动端界面。

  3. arXiv

    脑连接组成像不再逐层慢扫:ZoomSEM用真实低分辨扫描还原16倍细节,等效提速30倍

    串行电子显微镜是脑连接组成像的主力,但立方毫米级脑组织的拍摄要花数月甚至数年。ZoomSEM改用真实采集的低分辨率与高分辨率扫描图像对训练超分辨模型,从快速低分辨扫描中恢复4倍、8倍直至16倍更高分辨率的图像,并保留连接组分析所需的细微神经元结构,等效加速最高达30倍。多种生物样本的数据集实验显示,该模型在真实低分辨率采集条件下仍能稳定泛化。

  4. arXiv

    无人机合成孔径雷达不再要求匀速直线:扩散先验加运动补偿,半分辨率截断下仍有21.3 dB

    无人机ISAC合成孔径雷达把成像写成精确线性逆问题,用预训练扩散模型作先验、回波作似然引导,在任意已知轨迹和未知位置误差下都能重建超分辨图像。

  5. 低剂量CT去噪不再需要配对干净图:相邻切片先对齐再监督,锥束CT也能在图像域做

    低剂量CT去噪现在只用相邻切片就能训练:先用匹配网络估计层间形变并校正去噪输出,在Mayo 2016上把PSNR做到40.08 dB,并首次在图像域完成低剂量锥束CT去噪。

  6. arXiv

    记忆检索不再只看整句向量:复用冻结编码器的词元状态,Qwen3-4B 平均 Recall@10 从 62.5 升到 75.7

    记忆检索不再只比整句向量:复用冻结编码器已算出的词元状态做稀疏匹配,再与整句相似度融合,Qwen3-Embedding-4B 上平均 Recall@10 从 62.5 升到 75.7,且无需额外训练。

  7. arXiv

    微调服务被投毒后还能救回拒答:只修两层LoRA,恶意分从11.54降到0.08

    面向微调即服务场景,恶意微调会在保留下游任务表现的同时削弱模型的拒答行为。SLDR把逐层安全诊断改成带符号的敏感度谱,只在敏感度最高和最低的两层上训练LoRA恢复适配器,并在推理时按表示层的恶意分数决定是否启用。在Llama3.1/SST2上,平均有害分从11.54降到0.08,下游准确率与未设防微调持平,投毒比例升到0.9时有害分仍接近零。

  8. arXiv

    CITA 用贝叶斯工具图模拟器与 LLM 比较判断训练比较推理模型,在三个工具使用基准和多个主干 LLM 上一致提升 Tool F1 与任务成功率

    该工作提出面向工具使用智能体的比较推理方法 CITA,训练比较推理模型 CIM,从观测到的工具行为、贝叶斯工具图模拟器的可扩展监督以及基于 LLM 比较的语义判断组成的成对信号中学习,估计当前上下文下某个候选下一步工具调用支持最终任务成功的可能性;在三个工具使用基准和多个主干 LLM 上,CITA 一致提升 Tool F1 与任务成功率,分析显示 CIM 能学到用于比较工具选择的准确步骤级价值估计。

  9. arXiv

    CIPO用反事实分支训练LLM智能体在原子工具与复合技能间自适应选择粒度,在三个基准和两个骨干上同时提升成功率与决策压缩

    该工作提出CIPO框架:先用预算约束的BPE式挖掘从成功工具轨迹中抽取可执行复合技能,再在GRPO中对每条基础轨迹于首个可替换的粒度决策点构造反事实分支,用配对结果差作为有界补充奖励;在TOOLATHLON、TOUCAN、TRAJECT-Bench三个基准与Qwen2.5-7B、Llama3.1-8B两个骨干上,CIPO在全部六个设置取得最高Tool F1与TSR,平均Comp./Raw为0.845,优于GRPO+Skills的0.912,且提升并非来自单纯增加技能调用频率。

  10. arXiv

    OG-OPSD 用结果正确性选择 KL 方向并按熵截断前缀,在 Qwen3 1.7B/4B/8B 上把数学推理平均分提升至 44.4/64.9/66.4

    该工作从 RLVR 的优势视角分析在线自蒸馏(OPSD),发现固定散度目标对错误轨迹惩罚不足、奖励过度,且教师监督可靠性随轨迹结果与累积平均教师熵变化,于是提出 OG-OPSD:对正确轨迹全程用前向 KL、对错误轨迹仅在由累积平均教师熵最后一次交叉点确定的前缀内用反向 KL;在 Qwen3-1.7B/4B/8B 与 Qwen3-VL-2B 上,该方法在数学推理、多模态推理与分布外任务中一致优于 vanilla OPSD 与多个强基线。