Yiyang Lu
PulseAugur coverage of Yiyang Lu — every cluster mentioning Yiyang Lu across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
arXiv新论文探讨高级在线优化技术 · 跟踪3个来源
三篇新研究论文发布在arXiv上，探讨了机器学习中的高级优化技术。第一篇论文详细介绍了无投影在线凸优化的尖锐预言器遗憾权衡，为对可行集访问有限的学习者提供了理论界限。第二篇论文侧重于在线非单调DR-次模最大化的几何依赖界限，改进了现有基准并分析了基于集合几何的性能。第三篇论文引入了一个去中心化的无投影优化框架，将方法扩展到上线性化函数，并为各种反馈场景下的DR-次模优化提供了新结果。
-
新的BAGEL算法解决了具有分离预言机访问的对抗COCO问题
研究人员开发了一种名为BAGEL的新算法，用于对抗约束在线凸优化（COCO）。该算法旨在即使在只能通过分离预言机（SO）访问动作集的情况下也能表现良好，而不是更强大的预言机，如投影预言机（PO）或线性优化预言机（LOO）。BAGEL在低遗憾和低累积约束违反之间实现了理论上的平衡，使用的SO调用次数接近线性。
-
新方法改进在线非单调DR-次模最大化
研究人员开发了一种新的方法，用于在闭凸集上优化非单调DR-次模函数。该方法通过重新参数化、缩放和代理势的组合实现了 $1/e$-线性化。新技术将问题简化为在线线性优化，在各种反馈模型下产生了改进的静态遗憾界限，并实现了自适应和动态遗憾保证。
-
何恺明本科团队发布MiniT2I文本到图像模型，参数量2.58亿
研究人员，包括由何恺明领导并主要由本科生组成的团队，推出了一种新颖的文本到图像生成模型MiniT2I。该模型以显著更少的参数（2.58亿）和更低的训练成本取得了具有竞争力的结果，与标准的ImageNet实验相当。MiniT2I采用了一种新的MM-JiT架构，直接在像素空间操作，无需VAE，并通过移除AdaLN等机制简化了扩散过程，这些机制在其他大型文本到图像模型中很常见。
-
新型后门攻击利用语言模型对话结构
研究人员开发了一种名为“基于回合的结构化触发器”（Turn-based Structural Triggers, TST）的新型后门攻击，它利用大型语言模型（LLMs）的对话结构，而非用户可见的提示。该攻击使用对话中的回合索引作为触发器，使得被植入后门的模型能够在对话的特定点执行恶意行为，而无需任何可识别的输入触发器。TST在多个语言模型家族中展示了高攻击成功率，同时在非触发任务上保持正常性能，凸显了多轮对话式AI系统中的新漏洞。