实体
Koorosh Aslansefat
Koorosh Aslansefat
PulseAugur coverage of Koorosh Aslansefat — every cluster mentioning Koorosh Aslansefat across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新框架增强LLM代理控制和不确定性监控 · 跟踪3个来源
研究人员正在开发新的方法来实时控制和监控大型语言模型（LLM）代理的行为。一种名为ARDena的方法，通过结构化提示使用场景驱动的控制来修改代理行为，而无需更改底层模型，并在多模态具身代理中显示出有效性。另一种方法，Multi-Head Latent Control，直接从LLM的潜在生成过程中推断控制信号，从而实现模型之间的有效路由并改进工具使用等任务的决策。此外，还提出了一个使用贝叶斯网络的框架，通过将token级别的对数概率转换…
-
新框架ConceptSMILE审计AI概念解释的可靠性
研究人员开发了ConceptSMILE，这是一个新的模型无关框架，旨在审计人工智能中基于概念的解释的可靠性。该框架扩展了现有的基于扰动的逻辑，通过测量扰动输入区域后概念响应的变化来评估概念的可靠性。ConceptSMILE通过归因准确性、代理保真度、忠实性、稳定性和一致性等指标来评估解释。对视网膜眼底图像进行的初步评估，比较了MedSAM和视觉语言模型（VLM）导出的概念，表明不同概念和路径的可靠性各不相同。