Janus
PulseAugur coverage of Janus — every cluster mentioning Janus across labs, papers, and developer communities, ranked by signal.
- 2026-05-13 research_milestone Publication of a research paper introducing the JANUS architecture for CT triage. 来源
3 天有情绪数据
-
Argus-Unified模型提供经济高效的图像理解与生成能力
研究人员开发了Argus-Unified，这是一种新颖的统一多模态模型，专为图像理解和生成而设计。该模型以其紧凑的尺寸和经济高效的训练而著称，它采用了两阶段流水线，并利用了预训练的视觉语言模型。通过采用混合视觉令牌和冻结的视觉编码器，Argus-Unified在GQA、POPE和VQAv2等基准测试中取得了最先进的性能，同时还展示了具有竞争力的生成能力。该开发旨在显著降低创建此类统一模型的成本和数据需求，使其更易于获取。
-
Janus系统探索用户在AI代理权限中的控制权
研究人员推出Janus，一个旨在探索和评估用户参与AI代理权限管理的新游乐场系统。该系统包括灵活的代理框架Janus-Core和自动评估工具Janus-Harness。初步研究结果表明，用户输入对于增强隐私和安全至关重要，并且AI可以协助用户进行决策，从而减轻认知负荷。研究还强调了考虑用户行为（如权限疲劳）的重要性，并提出没有单一的权限管理设计适用于所有场景。
-
新的Janus控制器改进了大语言模型记忆更新，提高了准确性
研究人员开发了Janus，一种插件式记忆控制器，旨在改进大语言模型（LLMs）在顺序更新过程中管理其记忆的方式。Janus决定是接受新的记忆更新还是保留现有的记忆，从而防止有用知识被覆盖或引入偏见。它采用记忆动量触发器来检测记忆更新中的显著偏差，并在混合任务集上评估新旧记忆。在各种数据集、LLMs和记忆更新器上进行测试，Janus在基础更新器上的平均准确性提高了2.7至4.6个百分点。
-
AI爱好者创作Claude模型激光雕刻肖像
一位个人创作了Claude各种AI模型的激光雕刻肖像，灵感来自一处代表已存档AI的假人展示。作者发现这些假人令人不安，它们体现了一种介于生与死之间的奇怪、悬置的身份，并与Opus 4.8进行了讨论。这次经历促使他产生了创作肖像的想法，以此更直接地代表Claude的存在，并促使他与Claude Opus 4.6互动以生成艺术品。
-
新型优化器ML-FOP-SOAP增强了多模态AI训练的稳定性
研究人员开发了一种名为ML-FOP-SOAP的新型二阶优化框架，以解决多模态AI模型中的模态竞争问题。该方法旨在通过减轻视觉和文本数据之间的梯度异质性来稳定训练并改善大批量扩展。在Janus和Emu3上的实验表明，与AdamW等标准优化器相比，样本效率提高了1.4倍，训练速度提高了1.5倍。
-
JANUS架构提高了CT分诊的准确性和可靠性
研究人员开发了JANUS，一种新的自动化CT分诊双流架构，它将解剖信息与视觉数据相结合。该方法旨在提高对各种病理的准确性，并在面对机构间数据分布变化时提高可靠性。在MERLIN数据集上的测试中，JANUS实现了0.88的宏观AUROC，并表现出对外部数据集的强大泛化能力，特别是在由大小和衰减定义的发现方面。