实体
Dipesh Tharu Mahato
Dipesh Tharu Mahato
PulseAugur coverage of Dipesh Tharu Mahato — every cluster mentioning Dipesh Tharu Mahato across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
ProxyGuard 方法增强了机器学习数据发布的可靠性
一种名为 ProxyGuard 的新方法已被开发出来，用于提高机器学习中数据发布机制的可靠性。该系统允许研究人员通过控制可能使不充分的发布显得足够的错误，更有信心地选择代理数据集。ProxyGuard 在不需要独立的目標批次或对数据发布依赖性的假设的情况下，提供了机制可靠性保证，增强了前瞻性审计的能力。
-
新研究衡量AI助手效用-风险前沿
一篇新研究论文介绍了一种名为“安全防护条件效用提升”的方法，用于评估AI助手在不同访问条件下的效用和风险。该研究将此方法应用于Claude Sonnet 4.6和Gemini 3.5 Flash，比较了有利提示、安全提示和外部安全防护助手。结果表明，虽然外部安全防护措施减少了有害行为，但它也略微影响了良性效用，并且在两个模型之间的有效性有所不同。
-
AI模型激活信号预示视觉变化下的近期故障
研究人员开发了一种方法，通过分析视觉语言动作（VLA）模型（如OpenVLA）的内部激活来检测其潜在故障。在涉及视觉分布变化（特别是遮挡）的受控实验中，一个基于执行后激活训练的轻量级监控器在预测15步范围内的任务失败方面取得了高精度（AUROC 0.972）。这种方法比基线方法更有效，并且即使在测试于不同类型的视觉变化（如相机抖动）时也保持了一定的预测能力，尽管它并未建立因果关系或提供恢复解决方案。