跳到主要内容
检索

Case Western Reserve University

10 篇关联报道

订阅更新
  1. arXiv

    LeanGuard 在工具调用前拦下违规动作:DTap 直接注入成功率从 57.9% 降到 5.9%

    工具调用型语言模型智能体常执行领域策略禁止的动作,LeanGuard 把用 Lean 4 写成的策略放在模型与工具之间,只有通过检查的调用才会真正执行。在 τ 2-bench 上,五个 Qwen 模型的无防护运行至少执行了 33 个 Lean 策略禁止的调用,加装 LeanGuard 后为零;在 DTap 上直接提示注入成功率从 57.9% 降到 5.9%,间接注入从 22.3% 降到 3.8%。带反馈的拒绝不显著改变任务成功率,而只读部署会拦下大量良性写操作。

  2. Nature Medicine

    医学视觉语言模型不再只给结论:诊断均分0.895,还能把病灶框回像素

    医学影像基础模型长期在“通用”与“像素级精确”之间取舍,且多数只输出结论、不交代依据。EVLF-FM 把疾病级与像素级两路视觉特征同时送入语言模型,先做监督微调,再用带可验证奖励的强化学习对齐推理与定位,覆盖皮肤科、肝病、眼科、病理、呼吸与放射六个专科、10 种成像模态。内部诊断验证中其平均准确率 0.895,为所比模型中最高;在 9 种模态的医学视觉定位上平均 Acc@0.5 为 0.842。

  3. Communications Materials

    衍射图不能当照片学:只靠ImageNet预训练的模型在背景噪声里“看出”相分数,物理预训练才盯住布拉格环

    同步辐射X射线衍射每秒产生一张二维衍射图,用图像模型自动读出Ti–6Al–4V中α相与β相的体积分数看似可行。两个模型在250张实验衍射图上微调后精度相近,但稳健性测试与注意力图显示,仅用ImageNet预训练的模型从背景和像素噪声里推断相分数,而先在模拟衍射图上训练、再微调的模型依据布拉格反射。预测精度本身不足以验证模型。

  4. aclanthology.org

    神经数据分析不再逐模型手配:九个预训练模型排队上岗,阿尔茨海默三分类宏F1达57.16%

    神经电生理预训练模型架构各异、输入格式互不兼容,实验室往往要逐模型手工配置才能比较。NS-Copilot 把九个脑电与脉冲预训练模型统一到一个自然语言接口下,由规划、编码、控制、解读四个智能体自动选模型、生成代码并闭环调优。在阿尔茨海默病、帕金森病和工作记忆解码三个基准上各跑8次,其主指标分别为宏F1 57.16%、平衡准确率71.32%和74.43%,均高于所列基线。

  5. arXiv

    Latent-MOPD 让学生模型同时吸收多位专家的预测与隐藏状态,在数学、代码与逻辑九个基准上全面超过单通道基线

    该工作提出 Latent-MOPD,一种面向大语言模型的多教师在线策略蒸馏方法,首次在表示层面整合多位专家:它按师生关系选择后层隐藏状态目标、用共享投影对齐不同隐藏宽度、按领域分组更新,并让每个教师的监督从隐藏状态逐渐转向词元预测;在同族设置下,它在数学、代码与逻辑的九个基准上均优于仅词元、仅表示与均匀平均基线,且在同参数量下于多数基准上超过各基准最佳教师;在跨族大教师设置下,它在所有基准上优于两种单通道基线。

  6. medRxiv

    在独立外部队列中验证机器学习模型:集合模型以0.77一致性指数预测脊柱裂患者新发肾积水,并以71%准确率分类膀胱功能障碍

    本研究将此前开发的三种机器学习模型(基于压力-容积数据的深度学习卷积神经网络、基于透视影像的深度学习影像模型,以及平均两者风险数据的集合模型)适配到单一机构2016至2025年间脊柱裂患者的独立外部队列,用于预测新发肾积水和分类膀胱功能障碍严重程度;在70例肾积水队列中13例(18%)发生新发肾积水,集合模型一致性指数0.77(压力-容积0.70、影像0.72)、总体AUROC 0.75(压力-容积0.67、影像0.74),在95次VUDS检查的膀胱功能障碍分类中集合模型准确率71%(压力-容积60%、影像66%),与专家儿科泌尿科医师评审无实质性分歧,结论是这些模型可适配外部独立数据集并达到与

  7. PCA加本地差分隐私的农业数据共享框架,在真实数据集上以约5.33%平均精度损失换取隐私保护

    该工作提出一个面向数字农业的隐私保护数据共享与协作框架,将主成分分析(PCA)降维与基于拉普拉斯噪声的本地差分隐私(ε-LDP)结合,在沙箱环境中聚合农民数据并用K-Means聚类和最近邻算法推荐潜在合作者,使研究者可在联邦学习或聚合隐私数据上训练个性化模型;在Wisconsin Farmer's Market与Crop Recommendation两个真实数据集上验证,模型精度与集中式原始数据训练相比平均损失约5.33%,并通过power分析评估对成员推断等攻击的鲁棒性。

  8. arXiv

    KANResDiff 用 KAN 样条时间编码与局部薛定谔桥做残差扩散,在 LIDC 与 ISIC3 上把 GED 最多降低 18.8%、HM-IoU32 最多提升 7.7%

    该工作提出 KANResDiff,用 Kolmogorov-Arnold 网络实现局部残差扩散以做模糊医学图像分割:以基于 B 样条的 Independent Time Encoding 替代 MLP 线性时间嵌入以增强各推理阶段独立性,并以 Residual Schrödinger Bridge 用可学习权重注入确定性残差先验,在 LIDC 与 ISIC3 两个公开数据集上取得 GED 与 HM-IoU 的最优结果,GED 最大改善 16.8%、HM-IoU32 最大改善 7.7%,同时 MDM 保持有竞争力的水平。

  9. medRxiv

    隐私感知蒸馏大语言模型提升多病共存评分

    该研究提出并评估了一种隐私保护的知识蒸馏框架:用CTGAN基于英国生物银行(UK Biobank)分布生成合成队列,让GPT-4o、Gemini、DeepSeek三个教师大模型在零样本设定下生成多病共存评分,再训练紧凑的学生模型CoLLM来模仿这些评分,从而在不向第三方API暴露真实患者数据的前提下,将CoLLM应用于真实UK Biobank数据(N=439,221)生成多病共存评分,并在生存预测、全基因组关联分析和多基因风险评分关联上与传统Charlson(CCI)和Elixhauser(ECI)指数比较。

  10. Neurosurgical Review

    人工智能在三叉神经痛中的应用:三叉神经分割与神经血管冲突检测的系统综述与荟萃分析

    该系统综述与荟萃分析汇总了5项研究、共577例确诊三叉神经痛患者,评估深度学习与机器学习模型在MRI上自动分割三叉神经并检测神经血管冲突的诊断表现,合并敏感度为71%(95% CI: 65-76%)、特异度为92%(95% CI: 88-94%)、AUC为0.91(95% CI: 0.88-0.93),提示AI模型在该任务上具有较高的诊断准确性。

已读完全部报道