博士論文研究了語言和視覺語言模型中的後門攻擊
arXiv 列名博士論文研究後門攻擊如何影響語言模型和視覺語言模型，包括分析、偵測和攻擊設計的方法。
讀故事 來源已驗證: arxiv.org
每日更新1797 經過驗證的故事
人工智慧新聞。沒有噪音。
非營利教育團隊以簡單易懂的英語解釋了產品發布、政策轉變、安全研究和行業動向的經過來源檢查的人工智慧報道。
已驗證來源
每個故事都連結到最有力的可用證據：可用的原始來源，否則明確歸因的報告。
簡單的英語
發生了什麼、為什麼重要以及值得關注的內容——無需行話。
無填料
當訊號很弱時，我們不會發布任何內容，而是填充提要。
人工智慧新聞檔案 — 頁面 143
經過來源檢查的人工智慧故事，最新的優先，適合那些需要了解人工智慧而不追逐炒作的人。
更多故事
9 故事预印本报告人工智能对非侵入性大脑记录中的自然句子进行解码
一個研究團隊描述了 Brain2Qwerty v2，這是一個使用即時 MEG 記錄來解碼輸入的自然句子的模型，報告顯示 9 個受試者的平均單字錯誤率為 39%。
arxiv.org學習地圖 為葡萄牙語所建構的 46 種語言模型
一項系統映射研究對 46 個葡萄牙語模型進行了分類，並比較了架構、培訓資源、許可、代碼、數據和權重。作者表示，該領域正在發展，但很難評估，因為資訊分佈在論文、技術報告、儲存庫和專案文件中。
arxiv.org可解釋性研究將 Qwen3-4B 過度自信的答案與確定性偏見機制聯繫起來
arXiv 研究報告稱，Qwen3-4B 在受控推理任務中更傾向於確定性而不是不確定性，並確定了可能導致不平衡的模型特徵。作者表示，有針對性的干預措施減少了過度自信的錯誤，但摘要並未揭露效果大小或測試細節。
arxiv.org義務差距：大語言模型與義務模態語言
情態助動詞，如“must”、“should”和“have”，表示說話者權威和人際立場背景下的必要性和義務。
arxiv.org論文提出模糊拒絕訊號以抵抗消除攻擊
arXiv 預印本引入了一種權重編輯方法，旨在使安全拒絕更難提取和刪除。該論文報告了兩種開放模型的更強的消除後拒絕分數，並在通用性能方面進行了不同的權衡。
arxiv.org論文報告了一種在令牌層級檢測幻覺的時間方法
arXiv 預印本描述了一種幻覺偵測器，它結合了跨序列的文字統計、蘊含訊號和語言模型驚喜，而不是獨立判斷標記。據該論文稱，其 BiGRU 模型在 RAGTruth 上的 AUC 達到 0.840。
arxiv.org實體追蹤出現了 4.1 億個參數，在自然敘事中超過了人類
理解語言需要追蹤整個話語中的實體——即知道事物在哪裡以及它們如何變化，即使沒有明確說明。
arxiv.org論文報告編譯器引導搜尋提高了精益定理證明效率
arXiv 預印本提出了一種針對上下文相關的精實 4 專案的自適應證明搜尋方法。其作者報告稱，與 pass@k 基準相比，pass@32 預算內的平均通過率提高了 12.8 個百分點，同時 LLM 呼叫數量減少了 21.9%。
arxiv.org基準將幾何求解與圖表建構分開
一個新的開源基準測試基礎模型是否可以建立忠實的幾何圖，而不僅僅是解決根本問題。其作者報告稱，評估模型的平均編譯成功率為 36.14%，暴露了數學答案和可用視覺結構之間的差距。
arxiv.org
每週一次有用的簡報
無需生活在 Feed 中即可跟上 AI 的步伐。
取得本週經過驗證的人工智慧新聞、原始數據、有用的工具、學習精選和新鮮的人工智慧工作。