实体
Xu Zhang
Xu Zhang
PulseAugur coverage of Xu Zhang — every cluster mentioning Xu Zhang across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
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 3 条
-
新的Diff-MN框架可从不规则数据生成连续时间序列
研究人员开发了Diff-MN，一个新颖的框架，用于生成连续时间序列数据，即使观测数据不规则且稀疏。该方法通过引入混合专家（MoE）动力学函数和解耦的训练架构来增强神经常微分方程（NCDE）。Diff-MN利用扩散模型来参数化NCDE的时间动力学，从而实现样本特定的参数生成和改进的泛化能力。在多个数据集上的实验表明，Diff-MN在不规则到规则以及不规则到连续时间序列生成任务上均优于现有方法。
-
通过跨度为中心的学习训练的大型语言模型提高了ICD编码的准确性和效率
研究人员开发了一种名为跨度为中心的学习（SCL）的新训练框架，以提高大型语言模型（LLM）在临床文档中分配国际疾病分类（ICD）代码的准确性。该方法侧重于训练LLM识别局部文本跨度中的证据，这比标注整个文档更具可扩展性。SCL增强了LLM在跨度级别的推理能力，并将此能力转移到文档级别的编码中，从而以更低的训练成本显著提高了准确性。
-
CrossGuard 保护多模态大语言模型免受隐式和显式攻击
研究人员开发了 CrossGuard，一种旨在保护多模态大语言模型 (MLLM) 免受复杂隐式攻击的新型防御系统。这些攻击将看似无害的文本和图像输入结合起来传达恶意意图，使其难以检测。为了解决这个问题，该团队还创建了 ImpForge，一个自动化的管道，用于生成多样化的隐式攻击样本以进行训练和评估。实验表明，与现有防御措施相比，CrossGuard 在抵抗隐式和显式威胁方面提供了卓越的保护，同时保持了模型的效用。