Xi'an Jiaotong University
PulseAugur coverage of Xi'an Jiaotong University — every cluster mentioning Xi'an Jiaotong University across labs, papers, and developer communities, ranked by signal.
-
LLM身份框架揭晓：打击盗窃，确保可追溯性
一篇最新的IJCAI 2026综述论文引入了大型语言模型（LLMs）的“隐式身份”概念，以应对恶意蒸馏和数据盗窃等风险。该论文由西安交通大学、中国科学院信息工程研究所和迪肯大学的研究人员撰写，提出了一个统一的框架，将身份技术分为指纹识别（非侵入性、固有特征）和水印（侵入性、嵌入式信号）。该框架涵盖了从数据集到模型和生成内容的大模型整个生命周期，为构建可信赖的AI生态系统提供了全面指导。
-
中国科学家为航空航天开发超高温合金
中国科学家开发出一种新型钽基合金，能够在 2400 摄氏度的高温下保持结构完整性和承载能力。这项发表在《自然》杂志上的突破，克服了目前镍基高温合金通常在 2000 摄氏度以上就会失效的局限性。这种新材料在航空航天、高超音速飞行器和核反应堆等极端环境应用中具有巨大潜力。
-
新AI框架提升设备健康预测准确性
研究人员开发了一个名为“带动态权重的增强图基物理信息网络”（RGPD）的新框架，以提高剩余使用寿命（RUL）和健康状态（SoH）估算的准确性。该模型结合了数据驱动学习和基于物理的正则化，通过动态损失权重调整其方法，以更好地处理各种资产的不同退化模式。RGPD在基准数据集上展示了显著的准确性提升，在发动机、轴承和电池退化方面，RMSE降低了高达12％，MAPE降低了20％。
-
YOTOnet 实现机械设备零样本跨域故障诊断
研究人员推出 YOTOnet，这是一种用于机械设备零样本跨域故障诊断的新型架构。该系统利用领域条件专家混合（domain-conditioned mixture of experts）来适应性地将输入路由到专用处理器，而无需外部元数据。在五个公开轴承数据集上的验证表明 YOTOnet 具有优越性，随着更多训练数据集的纳入，性能显著提高，这表明基础模型原理可以实现强大、一次训练的工业故障诊断。