Mirage
PulseAugur coverage of Mirage — every cluster mentioning Mirage across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新的MIRAGE防御系统可对抗长篇RAG中的虚假信息
研究人员开发了MIRAGE，一种用于检索增强生成（RAG）系统的新型防御机制，旨在对抗长篇内容中的虚假信息污染。这种无需训练且与模型无关的方法利用自然语言推理（NLI）构建跨文档声明图，以识别和过滤掉误导性或虚假信息。MIRAGE可以根据多个来源支持的证据子集来条件化生成，或者完全阻止检索，为提高RAG输出在各种基准测试和LLM上的事实准确性提供了强大的解决方案。
-
美国对 Anthropic 模型实施出口管制，向欧洲发出警告；Microsoft 推出 Mirage 以加速视频生成
Anthropic 的 Fable 5 和 Mythos 5 模型受到美国出口限制，对欧洲发出警告。敦促布鲁塞尔重新评估其对美国技术的依赖，以防止未来华盛顿的决定阻碍当地经济。与此同时，Microsoft Research 推出了 Mirage，一个将 3D 几何体存储为潜在特征而非像素的系统，显著加速了视频生成并解决了室内失真问题。
-
MIRAGE框架提升了MLLM的图像检索准确性和效率
研究人员推出了一种名为MIRAGE的新框架，旨在提高多模态大语言模型（MLLM）中多向量图像检索（MVR）的效率和准确性。MIRAGE通过采用分层方法来解决当前MVR系统的局限性，该方法能更好地使查询与不同的图像对象对齐，并通过跨层级相似性一致性减少冗余计算。该系统还为各种数据集自动化参数配置，提高了其实用性。实证结果表明，与现有的MVR系统相比，MIRAGE的准确性显著提高，同时计算成本降低了高达3.5倍。
-
新的MIRAGE基准揭示了大型语言模型中加剧的反穆斯林偏见
一个名为MIRAGE的新基准已被开发出来，用于评估大型语言模型中的反穆斯林偏见，它超越了简单的提示完成，评估了推理、代理决策和时序耦合条件。研究发现，思维链推理会加剧偏见，代理决策表现出不对称性，并且偏见会随着近期冲突背景的增加而增加。现有的缓解技术在这些条件下转移性很差。
-
微软的 Mirage 视频模型使用空间记忆实现更快生成
Microsoft Research 开发了 Mirage，这是一种新颖的视频世界模型，它利用直接存储在其潜在空间中的持久空间记忆。与传统的基于像素的方法相比，这种方法显著减少了计算时间和内存需求，使视频生成速度提高了 10.5 倍，内存使用量减少了 55 倍。虽然 Mirage 在长距离摄像机移动中保持空间一致性方面表现出色，但它在可靠跟踪不同视频片段中的移动对象方面仍存在困难。
-
新的 MIRAGE 方法通过元数据和 FAIR 原则增强 MSR 数据集分析
研究人员开发了 MIRAGE，一种通过增强元数据和评估 FAIR 原则来分析软件开发库挖掘 (MSR) 数据集的新方法。该方法使用 Semantic Scholar API 收集 2013 年至 2024 年的数据，并应用潜在狄利克雷分配 (LDA) 主题建模进行分析。研究发现，存储库托管网站和数据格式会影响引用模式和可用性，表明改进的注释可以提高数据集的可发现性和可重用性。
-
新基准和框架推动视频世界建模发展
研究人员推出了“ImageTime”，这是一个旨在评估图像生成模型理解和表示时间变化能力的新基准。该基准通过要求模型生成一个动作的四个有序关键状态来评估时空一致性，超越了单一图像质量指标。此外，还开发了一个名为BiWM的新框架，利用双向自回归来推进开源交互式视频世界模型，旨在提高生成质量和推理速度。另一篇论文提出了一种用于视频世界模型的“潜在空间记忆”，将场景信息直接存储在扩散潜在空间中，从而显著加快生成速度并减小内存占用。
-
新的OmniAID框架改进了AI生成图像的检测
研究人员开发了OmniAID，一个用于检测AI生成图像的新框架，该框架将语义缺陷与通用伪影分离开来。这种方法使用了一个专家混合（Mixture-of-Experts）架构，其中包含针对不同内容领域的专用专家和一个针对内容无关伪影的固定专家。两阶段的训练过程进一步优化了模型有效路由输入的能力。该框架还附带了Mirage，一个旨在测试现代、真实世界AI生成图像的大规模数据集，并且在性能上优于现有的检测方法。
-
新的MIRAGE框架通过多模态门控增强fMRI编码
研究人员开发了MIRAGE，一个用于编码全脑fMRI对自然视听刺激响应的新框架。该模型利用原生的多模态骨干网络和跨层的自适应特征门控来整合视觉、听觉和语言信息。MIRAGE通过原生组合多模态特征而非事后聚合单一模态特征，优于现有方法，在整个皮层提供了更高的预测准确性和可解释的模态特定门控模式。
-
新框架和基准测试推动移动 GUI 代理能力发展
研究人员开发了几个新的框架和基准测试，以推进移动 GUI 代理的能力。STAMP 为虚拟环境中的代理引入了显式内存训练，提高了任务的韧性。PhoneWorld 提供了一个可扩展的管道，用于将真实的移动轨迹转换为可控环境，用于训练和评估。MIRAGE 强调了 VLM 驱动的代理中的一个漏洞，展示了如何通过用户生成的内容实现提示注入。MobileExplorer 专注于通过并行探索 UI 元素和使用上下文提示来加速这些代理的设备上推理。M…
-
MIRAGE系统使用AI蜜罐来诱捕提示注入攻击
MIRAGE系统不阻止提示注入攻击，而是采用蜜罐方法来欺骗攻击者。当检测到可疑提示时，MIRAGE会向攻击者提供虚假数据并记录其行为，让他们相信自己正在成功。这种方法旨在浪费攻击者的资源并收集有关其技术的情报，而不是提醒他们已被检测到。
-
使用多模态图像进行医学思考
研究人员开发了MIRAGE系统，旨在通过检索和生成多模态医学图像和文本来辅助医学教育。MIRAGE利用了经过微调的CLIP模型（MedICaT-ROCO）和扩散模型（Prompt2MedImage），允许用户根据文本提示查找或创建相关图像。此外，一个大型语言模型（Dolly-v2-3b）提供了丰富的描述，并且该系统支持对不同医学状况进行视觉比较。其目标是为全球医学生提供一个免费、易于访问且交互式的学习工具，该工具完全基于公开可用的预训练模型构建。