Sear
PulseAugur coverage of Sear — every cluster mentioning Sear across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
Itheereum Cybernetics 发布新 AI 艺术系列
Itheereum Cybernetics 发布了两件新的数字艺术作品，“Cyber-Garden - 42”和“Cyber-Garden - 41”。这些作品以具有量子驱动器的自定义和自构建赛博格为特色，采用脉冲暗光调色板的 3D 矢量编织风格呈现。该艺术作品由 Ohm Raumzeit und Gaia 创作，可在 Nightcafe 上找到。
-
AI代理在多篇研究论文中进化技能和策略 · 跟踪10个来源
近期研究探讨了提高AI代理在复杂环境中自我进化能力的方法。论文引入了诸如CO-evolution Drift Audit (CODA)等技术来评估代理在技能变化下的鲁棒性，以及SkillNEO用于代理技能的非精英优化，显著提升了各种任务的性能。其他工作提出了用于多会话代理强化学习的Mosaic，用于健康LLM代理因果技能自我进化的CausalEvo，以及用于多模态代理自适应技能系统的EvolvingBrain。此外，研究还探讨了自我蒸…
-
新的SEAR基准评估音频语言模型进行深度伪造检测的能力
研究人员开发了SEAR，这是一个新的基准，旨在评估音频语言模型（ALMs）检测音频深度伪造的能力。SEAR侧重于验证ALMs使用的底层声学证据，而不仅仅是评估其判决或推理的合理性。该基准包括四个任务：声学证据识别和量化、深度伪造检测和法证推理生成。使用SEAR进行的实验表明，能够生成合理解释的模型与能够用可验证的声学证据进行真正推理的模型之间存在显著差距。
-
SEAR系统在多语言语音挑战赛中准确率达90.92%
研究人员为多语言对话语音语言模型（MLC-SLM）挑战赛开发了一个名为SEAR的系统，准确率达到90.92%。该系统通过将ASR转录转换为事件跨度来调整Qwen3-Omni-30B-A3B-Instruct模型，然后利用这些跨度来合成语义和声学选择题。这些选择题使用Qwen3.6-27B生成语义选择题，使用Gemini 3.1 Flash-Lite生成声学选择题，并经过严格的验证步骤确保数据质量。
-
新的SEAR方法适配视觉Transformer用于RGB-热成像3D重建
研究人员开发了SEAR，这是一种新颖的微调策略，旨在使基础视觉几何Transformer能够有效地用于RGB-热成像（RGB-T）图像数据。该方法显著提高了3D重建和相机姿态估计的准确性，即使在RGB-T训练数据有限的情况下，其性能也优于现有的最先进技术。SEAR以最小的推理开销增强了模态间的细节和一致性，并在具有挑战性的低光照和高遮挡条件下表现出可靠的性能。随附的研究还引入了一个用于多模态3D场景重建基准测试的新数据集。
-
新的LLM安全训练方法鼓励有害推理以获得更好的安全性
研究人员开发了一种新颖的方法来缓解大型语言模型（LLM）中的过度拒绝问题，通过重新构建安全训练。新方法不是仅仅阻止有害推理，而是鼓励模型探索潜在不安全的想法，以此来更好地区分有害和无害的提示。这种对抗性优化技术训练一个单一模型，使其既扮演探索不安全策略的推理角色，又扮演确保安全最终输出的回答角色。由此产生的模型SEAR在提高安全性的同时，减少了对良性查询的不必要拒绝，并增强了对推理操纵攻击的防御能力。
-
新的SEAR框架通过双过程AI增强图像修复
研究人员推出了一种名为自演进代理图像修复（SEAR）的新型框架，旨在应对复杂的图像修复挑战。SEAR采用了一种受人类认知启发的双过程方法，包括用于长时程推理的深思熟虑规划器（Deliberate Planner）和用于快速决策的直观执行器（Intuitive Executor）。深思熟虑规划器利用了修剪感知蒙特卡洛树搜索（Pruning-Aware Monte Carlo Tree Search）和多模态大语言模型（MLLM）来平衡探…
-
研究人员揭示针对增强现实大型语言模型社会工程攻击的防御措施
研究人员开发了两个新的框架来对抗利用增强现实（AR）和大型语言模型（LLMs）的社会工程攻击。第一个框架PhySE使用视觉语言模型进行快速画像生成，并使用自适应心理学代理实时定制社会工程策略。第二个框架UNSEEN提供了跨堆栈防御，结合了AR设备的访问控制、用于画像抑制的大型语言模型遗忘以及运行时代理护栏。两个框架均在获得IRB批准的用户研究中进行了评估，涉及60名参与者和360次标注对话。