实体
Tianyu Chen
Tianyu Chen
PulseAugur coverage of Tianyu Chen — every cluster mentioning Tianyu Chen across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的LPS-Bench基准揭示了AI代理的安全缺陷
研究人员开发了LPS-Bench，一个旨在评估计算机使用代理（CUAs）在长期规划任务中安全意识的新基准。该基准通过使用模板驱动的管道来生成指令、工具包和安全标准，然后由人工审核，解决了为不同场景创建可执行环境的挑战。LPS-Bench包含7个任务领域和9种规划风险类型的570个案例，并使用基于LLM的评估器在执行过程中评估工具选择和响应。使用LPS-Bench对13个LLM代理进行的初步评估显示，在良性和对抗性条件下都存在严重的安全…
-
新框架通过多步嵌入检索增强视觉大语言模型代理
研究人员开发了VHOP，这是一个旨在改进视觉大语言模型代理多步检索的新框架和基准。该框架引入了VHOP-Router，一个将标准嵌入模型转变为能够直接导航视觉潜在空间的自回归多步检索器的系统。实验表明，与传统方法相比，VHOP-Router显著提高了代理的检索性能和任务成功率，同时还减少了代币使用量和API负载。
-
Apple 发布 MT-EditFlow 以改进多轮 AI 图像编辑
Apple 研究人员开发了 MT-EditFlow，一个使用强化学习来改进多轮图像编辑的新框架。该方法通过优化整个编辑序列的奖励信号，解决了诸如错误传播和单轮编辑的“全或无”性质等问题。实验表明，MT-EditFlow 在包括 FLUX.1-Kontext-dev 的显著改进在内的各种基础模型上显著提高了性能，并且优于 Qwen-Image-Edit 等模型。