NumPrint 用数字序列辨认模型身份
研究者 11 月 10 日提交 NumPrint,探索模型能否通过一串数字暴露自身特征。基准收集 51 个模型的 5036 份回答,提示模型一次给出 294 个指定范围内的整数。
NEWS DESK·新闻资讯
查看来源为 arXiv 的资讯与动态,保留原文入口和发布时间。
共 466 篇
研究者 11 月 10 日提交 NumPrint,探索模型能否通过一串数字暴露自身特征。基准收集 51 个模型的 5036 份回答,提示模型一次给出 294 个指定范围内的整数。

11 月 10 日提交的 PASE 研究,为智能体技能关联可执行程序,把操作流程与自然语言说明分开维护。任务失败后,系统可以针对程序片段打补丁,而不必反复重写整份技能文档。

11 月 10 日提交的 Synapse-Control 研究尝试降低智能体复用经验时的额外成本:不再每次调用大模型诊断失败,而是先用规则筛选建议,再由 17 亿参数分类器判断哪些建议值得送给执行模型。

11 月 10 日提交的 TERM 研究,提出在推理过程中根据注意力熵变化调整模型残差更新,尝试兼顾越狱防御与正常请求的可用性,而不预先指定一条固定的安全方向。

11 月 10 日提交的一项研究,把 AI 回答评估的视角转向用户后续发言:即使回答通顺,用户也可能觉得没有解决问题。研究团队利用带有自报不满标签的对话,测试这些信号能否从文本中识别。

11 月 10 日提交的 Walrus 技术报告介绍了统一语音与音频模型,覆盖语音识别、语音翻译、语音合成、情绪识别和音频描述。模型参数量为 80 亿,采用从 Gemma 4 初始化的解码器骨干。

















SPU 用 100 项公开任务与 16 项私有任务,测试智能体对真实湿实验结果的排序预测。论文 11 月 11 日提交,本篇为近期研究补录。


没有匹配的资讯,试试其他关键词。
