PulseAugur
中
实时 07:07:00
实体 Terry Yue Zhuo

Terry Yue Zhuo

PulseAugur coverage of Terry Yue Zhuo — every cluster mentioning Terry Yue Zhuo across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
7
90 天内 7
发布 · 30天
0
90 天内 0
论文 · 30天
7
90 天内 7
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 7 条
  1. RESEARCH · CL_360263 ·

    新的基准和微调方法提升了大型语言模型代码生成能力 · 跟踪3个来源

    研究人员推出了Astraios,这是一套包含28个指令微调的OctoCoder模型,旨在评估大型语言模型(LLM)的参数高效微调(PEFT)方法。研究发现,全参数微调通常能带来最佳性能,而LoRA则提供了有利的成本效益权衡。此外,还开发了一个名为BigCodeBench的新基准,用于评估LLM使用多样化函数调用和复杂指令进行代码生成的能力,结果显示当前模型在这些任务上的表现与人类相比仍有差距。另一个平台BigCodeArena的创建,…

  2. TOOL · CL_360262 ·

    研究发现虚假新闻检测器对大型语言模型生成的内容存在偏见

    发表在arXiv上的一项新研究表明,许多虚假新闻检测系统在大型语言模型(LLM)生成的内容方面存在偏见。即使是真实的LLM生成文本,这些检测器也更有可能将其标记为虚假,同时还会将人类编写的虚假新闻错误地归类为真实。为了解决这个问题,研究人员提出了一种使用LLM释义的真实新闻进行对抗性训练的方法,该方法提高了对人类和LLM生成内容的检测准确性。该研究还引入了两个新数据集GossipCop++和PolitiFact++,以促进该领域的进一步研究。

  3. TOOL · CL_360321 ·

    新的 HackWorld 框架揭示了 CUA 在网络安全利用方面的局限性

    一个名为 HackWorld 的新框架已被开发出来,用于评估计算机使用代理(CUAs)在利用 Web 应用程序漏洞方面的能力。该框架采用了夺旗(Capture-the-Flag)的设置,包含 36 个具有常见缺陷(如注入漏洞和身份验证绕过)的真实应用程序。目前最先进的 CUA 的利用率低于 12%,并且在多步攻击规划和正确使用安全工具方面存在困难,这表明它们在 Web 安全应用方面存在显著局限性。

  4. TOOL · CL_360320 ·

    新的 CTF-Dojo 平台训练 LLM 代理查找软件漏洞

    研究人员推出 CTF-Dojo,这是一个新颖的执行环境,旨在训练大型语言模型 (LLM) 代理识别软件漏洞。该平台包含 658 个 Docker 化捕获标志 (CTF) 风格的挑战,确保了可重复性和可验证的反馈。配套的自动化管道 CTF-Forge 简化了这些环境的创建。在 CTF-Dojo 上训练的代理在 InterCode-CTF、NYU CTF Bench 和 Cybench 等基准测试中取得了显著的性能提升,达到了新的开放权重…

  5. TOOL · CL_360319 ·

    Cyber-Zero 框架在无运行时环境下训练网络安全 LLM

    研究人员开发了 Cyber-Zero,一个新颖的框架,旨在利用大型语言模型 (LLM) 训练网络安全代理,而无需实际的运行时环境。该方法从公开的 Capture the Flag (CTF) 攻略中合成真实的交互序列,即使在执行上下文不可用的情况下也能创建有效的网络安全 LLM。使用 Cyber-Zero 训练的代理在 CTF 基准测试中表现出显著的性能提升,其中 Cyber-Zero-32B 模型在开放权重模型中取得了最先进的成果,…

  6. TOOL · CL_360315 ·

    研究发现OpenAI的Codex易受对抗性攻击

    一项新研究调查了大型语言模型的对抗性鲁棒性,特别关注OpenAI的Codex。研究人员发现,尽管Codex在语义解析方面具有先进的能力,但它容易受到精心设计的对抗性样本的攻击。该论文提出了一些方法,可以在不需要大量计算资源或大量标记数据的情况下增强Codex的鲁棒性,从而解决了将这些模型应用于现实场景中的一个关键挑战。

  7. TOOL · CL_360314 ·

    新方法重新思考用于机器翻译评估的往返翻译

    一篇新论文提出了一种改进的往返翻译方法,用于评估机器翻译系统,特别是在低资源语言场景下。研究发现,统计机器翻译(SMT)中的复制机制是先前正向翻译和往返翻译分数之间出现差异的主要原因。在解决此问题后,研究表明往返翻译可以在不需要参考翻译的情况下有效预测正向翻译性能,还可以增强质量估计算法模型,并有助于共享任务的跨系统验证。