viper
PulseAugur coverage of viper — every cluster mentioning viper across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
VIPER框架使用MLLM改进视频生成中的物理效果
研究人员推出VIPER框架，旨在提高生成视频的物理可信度。VIPER利用多模态大语言模型（MLLM）从参考视频中提取与物理相关的线索，然后指导标准的图像到视频生成器。这种方法可以在不需要复杂文本提示的情况下，将材料响应和运动轨迹等物理行为迁移到新场景中。为此，创建了一个名为VIPER-19K的新数据集，其中包含材料属性、轨迹和物理碰撞的标注。
-
ViPER 通过考虑可执行文件打包来增强恶意软件检测
研究人员开发了 ViPER，一种用于恶意软件检测的新方法，解决了可执行文件打包的挑战。ViPER 利用了经过 LoRA 适配的 Vision Transformer (ViT) 主干，采用双头架构同时对恶意软件进行分类和检测打包。独特的打包感知门控机制允许基于推断的打包状态进行区分预测，提高了已打包和未打包二进制文件的准确性。该系统在 200,000 个 Windows PE 字节图图像的数据集上取得了 0.8521 的平衡准确率和 …
-
最近，一份流行的“AI工作流备忘单”开始流传。所以我决定将其与我过去6个月一直在构建的东西进行比较。不包含
一种新的AI工作流方法，称为JFP，通过强制执行确定性执行和控制层，使其区别于当前概率模型。该系统从VIPER发展到VIKI OFFICE，旨在作为一个受管制的执行层，而不是一个简单的助手。核心原则是AI建议在执行前必须经过控制层的严格审查，以确保完全的可审计性和对既定规则的遵守。
-
新框架增强了光谱数据分析中人工智能的可解释性
研究人员开发了 Spectral Model eXplainer (SMX)，这是一个旨在提高化学计量学和光谱学中使用的机器学习模型可解释性的新框架。与关注单个变量的现有方法不同，SMX 分析具有化学意义的光谱区域。该框架使用 PCA 总结区域，通过子采样估计谓词相关性，并使用有向加权图聚合排名。SMX 在八个真实世界的光谱数据集上进行了测试，包括来自 X 射线荧光和伽马射线光谱的数据。