跳到主要内容
检索

University of Chinese Academy of Sciences

5 篇关联报道

订阅更新
  1. arXiv

    灾后报告不再只给掩膜:DisasterAgent把每条结论挂回影像证据,报告生成均分提高13.5%

    遥感灾情评估长期停留在分割掩膜、边界框和类别标签这类低层输出,而应急人员需要的是可核查的文字报告。DisasterAgent把双时相影像交给视觉专家工具链,将工具输出组织成时空感知图,再从图中抽取带内联引用的证据,驱动一个未经灾害微调的视觉语言模型生成报告。在DisasterM3上,其灾害报告生成平均分比作为中枢的Qwen3.5-27B提高13.5%;在RSCC上,ST5-SCS比同一基座模型提高15.34%。

  2. researchsquare.com

    同伴信息不再与观测并列拼接:PCOR改作条件调制,POO未见同伴成功率从30.2%升到51.1%

    多智能体强化学习中,对手建模通常把推断出的同伴表征与当前观测拼接后一起编码,两者如何相互作用只能留给策略学习去隐式发现。PCOR改为非对称结构:观测特征作为当前交互状态的基础表示,同伴表征只调制这些特征如何被解读。在两个部分可观测基准上,PCOR在未见同伴上的最终评估表现高于所报告的基线;在POO上,与使用相同编码器、仅融合方式不同的拼接变体相比,评估成功率从30.2%升到51.1%。

  3. aclanthology.org

    PDE求解器调试不再整段重写:只遮住出错代码段,单次修复从64.85秒降到0.748秒

    PDE求解器的自动修复改用离散扩散语言模型:不再从左到右重写整份代码,而是只把出错代码段重新遮住、在左右上下文都在的情况下补全。在PDEBench的五个方程族上,同一检查点下局部补全把平均Pass@32从0.4938提到0.5063,单次修复延迟从64.85秒降到0.748秒;初始生成仍慢于同规模自回归模型,端到端最坏情况平均成本为55.5秒。

  4. arXiv

    SFT也能泛化:把更新方向锁到同一条线上,训练时间减半还超过GRPO

    把监督微调的参数更新限制在在线策略训练给出的方向上,SFT的泛化能力追平GRPO,训练时间还减少一半以上。

  5. arXiv

    分而治之:一种混合策略攻破多模态大语言模型

    该工作提出 JMLLM——一个整合交替翻译、词加密、特征坍缩与有害注入四种隐蔽策略、覆盖文本、视觉与语音三种模态的越狱框架,并发布包含 1,250 条文本与语音对抗提示和 150 张有害图像的 TriJail 数据集,在 16 个主流大模型与 AdvBench、TriJail 两个数据集上以单次查询 24.65 秒、多轮 6 次查询取得领先的攻击成功率,同时提出 Harmful Separator 防御策略以降低攻击成功率。

已读完全部报道