Theia
PulseAugur coverage of Theia — every cluster mentioning Theia across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
研究强调基准对入侵检测系统评估的影响
一篇新发表在arXiv上的研究论文探讨了基准和评估协议的选择如何显著影响关于基于来源的入侵检测系统（PIDS）的结论。该研究使用统一的协议在DARPA TC E3数据集上重新评估了几个PIDS，结果显示警报成功率可能与调查效用不同，一些系统未能为法证分析提供足够的上下文。研究还发现，简单的允许列表的性能通常与更复杂的学习基线相当甚至更高，这表明许多报告的PIDS成功可能归因于词汇新颖性而非高级建模。该论文强调，PIDS架构的声明应结合…
-
新多模态数据集 Theia 使用 Qwen3.5 为灾难响应生成
研究人员开发了一种新的方法来创建和验证一个名为 Theia 的大规模多模态数据集，用于灾难响应。该数据集源自仅视觉的 Incidents1M 数据集，并使用两种 Qwen3.5 模型架构（4B 和 35B MoE）生成了高保真文本描述。采用了一种图像无关的 LLM-as-a-Judge 方法，并使用 Qwen3.5-9B 的自动化验证流程，以确保语义准确性并评估字幕行为，结果显示精度高但召回率低。
-
布鲁塞尔人工智能编码研讨会提供见解和工具
在布鲁塞尔举办了一场人工智能编码研讨会，Eclipse Foundation 为 Foojay 和 BeJUG 社区成员提供了免费门票。Jonas Helming 因其分享了大量与人工智能编码相关的知识、技巧和工具的演讲而受到表彰。Foojay 上有一篇详细介绍研讨会收获和见解的博客文章。
-
新神经架构THEIA学习完整的Kleene三值逻辑
研究人员开发了THEIA，一种由275万个参数组成的新型模块化神经架构，能够直接从数据中学习完整的Kleene三值逻辑（K3）真值表。虽然Transformer和MLP基线也能在K3规则上达到高精度，但THEIA在不确定性的不对称传播和离散化训练下的可靠性谱方面表现出独特的属性。与标准的MLP和Transformer相比，该架构在复杂序列任务上表现出更强的泛化能力，并在其他模型崩溃的扩展组合中保持准确性。