· ai
[论文] 多模态鲁棒提示蒸馏用于 3D 点云模型
对抗性攻击对基于学习的 3D 点云模型构成了重大威胁，严重削弱了它们在安全敏感应用中的可靠性。
-
- · ai
[Paper] 专家角色LLM的自我透明性失败：大规模行为审计
如果语言模型在专业情境中无法可靠地披露其 AI 身份，用户就无法信任其能力边界。本研究考察了自我透明…
- · ai
[Paper] RoParQ：面向对同义问句鲁棒性的语言模型同义句感知对齐
大型语言模型（LLMs）在回答改写后的问题时常表现出不一致的行为，这表明它们更依赖于表层模式而不是…
- · ai
[Paper] UAVLight：针对无人机（UAV）场景的光照鲁棒 3D 重建基准
Illumination inconsistency 是多视角 3D 重建中的一个根本性挑战。阳光方向、云层覆盖以及阴影的变化会破坏一致性……
- · ai
[Paper] 机器学习在临床风险预测中的方法：电子健康记录中的多尺度时间对齐
本研究提出了一种基于多尺度时间对齐网络（MSTAN）的风险预测方法，以应对时间不规则性、采样...
- · ai
[Paper] VacuumVLA: 通过统一的吸取和抓取工具提升 VLA 能力以实现复杂机器人操作
Vision Language Action 模型通过利用大规模预训练的视觉和语言表征，显著推动了通用机器人操作的进步。
- · ai
[Paper] MMA：一种用于惯性传感器的人体活动识别的动量蟒蛇架构
Human activity recognition (HAR) from inertial sensors is essential for ubiquitous computing, mobile health, and ambient intelligence. Conventional deep models ...
- · ai
[Paper] 视频生成模型是优秀的潜在奖励模型
Reward feedback learning（ReFL）已被证明在将图像生成与人类偏好对齐方面有效。然而，将其扩展到视频生成面临…
- · ai
[论文] Dyna‑Q 强化学习的预测安全盾
获得强化学习的安全保证是实现其在真实世界任务中可应用性的重大挑战。安全盾牌扩展了标准的强化学习框架，以提供额外的安全保障。
- · ai
[Paper] 年龄特异性阿尔茨海默病预测：非均匀时间跨度下的特征约束
阿尔茨海默病是一种导致认知功能下降的衰弱性疾病。及时识别该疾病对于疾病的早期干预和治疗方案的开发至关重要。
- · ai
[Paper] 随机块模型中社区数大于 √n 的相变（II）
网络分析中的一个基本理论问题是确定在什么条件下，社区恢复在随机块模型（Stochastic Block Model）中可以在多项式时间内实现。
- · ai
[Paper] 悲观验证用于开放式数学问题
验证性能的关键限制在于错误检测的能力。基于这一直觉，我们设计了几种悲观验证的变体……