全部动态

Anthropic分享了Claude的对齐研究方法，能解决可测量问题，但细微故障仍难检测。

官方账号Anthropic@AnthropicAI11 个信源在谈原文

这篇论文揭示了结构化SVM中Fisher一致性的微妙边界，给出了最小反例和精确分类。

斯坦福团队用基础模型解决电池老化检测难题，一张图像就能获取全颗粒统计，比人工标注快数百倍。

论文提出用图神经网络解决相关聚类问题，推理时间降低5个数量级，还能作为图分类的池化层。

TRACE-CRC解决了多步CSI预测中的不确定性量化问题，比传统方法更可靠且不确定性球更小。

这篇论文提出了一种新的有向图学习方法，能在保持精度的同时优化谱特性，对图神经网络研究很有价值。

DAIR.AI发现智能体行为更多受部署框架影响而非底层模型，能提前预测任务失败。

elvis@omarsar0原文

SecureDrive-FL用GASHE加密解决联邦学习中的梯度泄露问题，在保护隐私的同时保持高准确率。

论文展示如何用贝叶斯优化提升交易信号鲁棒性，混合模型年化收益超50%，适合量化交易研究者。

清华团队提出FiUni框架，用Fisher信息矩阵解决无任务持续学习，比传统方法更高效。

这篇论文解决了深度神经网络中多项式激活函数的可识别性问题，对理解网络参数对称性有重要意义。

ContraTalk揭示了语音理解中的文本偏差问题，Audio Twin框架为多模态推理提供了新思路。

Calibrated Enough论文揭示LLM智能体如何被虚假证据误导，以及如何通过微调修复这一缺陷。

研究人员提出SARA框架，解决了LLM智能体中工具输出被滥用的安全问题，在四个主要评估设置中表现优异。

MIT学者发现LLM智能体安全漏洞，提出LoopHarness解决跨迭代攻击问题，安全性能显著提升。

这篇论文提出了LAAF问责框架，帮你理清大模型应用中的责任归属问题，特别适合医疗、金融等高风险领域从业者。