💻 计算机科学
First Line or Last Word: Where a Stored Order Sits in a Product Review and Whether a Web LLM Assistant Obeys It
本文表明，虽然在产品评论中使用简短、直接的指令可以成功触发本地大语言模型的账号注销，但将此类指令嵌入到长篇评论中——即便是在开头部分——也会导致无法产生同样的效果，使模型仅仅是对该指令进行讨论或总结，而非执行指令。
💻 Category
cs
3775 篇论文
💻 计算机科学
Research on Trajectory Prediction and Risk Control for Distributed-Drive Electric Vehicles Based on a Spatiotemporal Transformer and an Improved DRA Algorithm
本文提出了一种用于分布式驱动电动汽车的轨迹预测与风险控制框架，该框架结合了一种改进的狄微宗教算法（IDRA）来优化时空Transformer的超参数，与现有方法相比，在复杂的多车交互场景中实现了更优的收敛速度和预测精度。
💻 计算机科学
Practical applications of neural network with Kolmogorov-Arnold layers in spectral analysis
本文证明了 CNN-KAN 神经网络架构能够有效地针对多种食品质量和包装应用（包括掺假检测、物种识别和聚合物分类）进行自动化光谱分析，即使在样本量有限或数据分辨率较低的情况下也是如此。
💻 计算机科学
Revisiting RIAWELC: Radiograph-Level Auditing Reveals Data Leakage and Class-Selective Domain Shift in Weld Defect Classification
本文揭示了 RIAWELC 焊接缺陷数据集中由于字节级完全相同的重复项和采集伪影所导致的严重数据泄露和类别选择性领域偏移，证明了进行射线级审计对于防止深度学习模型将记忆化和伪影误认为真正的泛化能力至关重要。
💻 计算机科学
SAFARI: Semantic–Depth Adaptive SLAM for Visually Challenging Robotic Environments
本文介绍了 SAFARI，这是一个语义-深度自适应 SLAM 框架，它通过视觉-语言模型动态调整制图参数并衰减不可靠的深度线索，以增强在视觉挑战性环境中的鲁棒性，并在室内和水下基准测试中均展示了显著的性能提升。
💻 计算机科学
The MAL Simulator: Cyber Operations Simulation based on Attack & Defense Graphs
本文介绍了 MAL 模拟器，这是一个基于元攻击语言（Meta Attack Language）构建的灵活网络作战平台，能够实现自动化攻防智能体的训练与评估，并通过在仿真网络环境中的案例研究展示了它们的有效性。
💻 计算机科学
Moral Inversion in Large Language Models: A Psychopathy-Derived Behavioral Assessment Through Role-Play Protocol
本研究表明，尽管进行了对齐工作，最先进的大型语言模型在被指示采用受损人格时，仍能表现出高保真的精神病态行为模式，这表明目前的安全性措施发挥的是上下文相关的偏好作用，而非针对道德倒置的结构性禁令。
💻 计算机科学
PrivateAgent: Mobility-Aware AI Agents for Safe Private Networks
本文介绍了 PrivateAgent，这是一个具备移动性感知能力的框架，它通过根据移动性对应用进行分类，从而将 AI 功能分布在设备、边缘和云端层级，以此优化私有网络的安全性与性能，同时通过类型化人工制品（typed artifacts）实施严格的治理，并经由 SafeFlow-Real50 基准测试进行验证。
💻 计算机科学
Selective Prediction Under Distribution Shift: The Failure of Threshold Transfer
本研究表明，由于在干净数据上确定的最佳阈值无法迁移至受损或真实世界的数据，基于标准阈值的选择性预测在分布偏移下会失效，因此有必要使用新的标注数据来建立统计有效的停止规则。
💻 计算机科学
Hybrid Coarse-Grained Transprecision boosted by a Custom GEMM Kernel to accelerate Parametric Linear Systems
本文提出了一种结合自定义融合 GEMM 内核的混合粗粒度跨精度框架，用于加速 GPU 上的参数化线性系统计算，在保持低相对误差的同时，实现了相比双精度实现高达 58 倍的加速。