💻 computer science
ChronosAttack: Adversarial Tool Scheduling Attacks on LLM Agents
本文介绍了 ChronosAttack，这是一种新颖的对抗性技术，通过操纵异步大语言模型（LLM）智能体中真实工具响应的响应时机，在不修改内容的情况下改变决策结果，证明了响应顺序本身构成了跨多种模型的显著攻击面。
💻 Category
cs
2332 篇论文
💻 computer science
Quantifying Multilingual Safety Alignment Vulnerabilities: The Impact of Parameter Scale and Low-Resource Script Tokenization
本文通过实证研究表明，尽管增加参数规模能提升英文的安全性对齐，但由于脚本分词碎片化问题，开源权重模型在处理乌尔都语和旁遮普语等低资源语言时，在面对越狱攻击时仍然表现出显著更高的脆弱性，从而揭示了当前安全基准测试中存在的关键评估盲点。
💻 computer science
Are Feature Selection and Feature Attribution the Same? A Comparative Survey -- Extended Version
本文通过全面的综述和统一的评估框架，研究了特征选择与特征归因方法之间的关系，旨在阐明两者的相似性、差异性及其各自的独特优势，以弥合这两个研究领域之间的鸿沟。
💻 computer science
Development and Validation of a Localized Large Language Model for Preoperative Anesthesia Planning: Protocol for a Retrospective Observational Study and Clinical Turing Test
本文概述了一项开发并验证本地化大语言模型的方案，该模型基于 Istishari 医院的 3,000 份历史麻醉记录进行微调，旨在生成术前麻醉计划，并通过一项回顾性“临床图灵测试”根据人类专家标准对其安全性与准确性进行评估。
💻 computer science
Chaotic Maps and Sliding Window Segmentation based Coverless Image Steganography Framework with Enhanced Embedding Capacity
本文提出了一种鲁棒的无覆盖图像隐写框架，该框架通过利用正弦混沌映射将秘密比特与滑动窗口段的最显著位进行匹配，从而在不改变载体图像的情况下安全地传输数据，进而实现对各种失真和隐写分析的高抵抗力，同时保持完美的不可见性。
💻 computer science
TempoGFormer: A Gating Mechanism-based Transformer for Physiological Measurement from Facial Videos
本文介绍了 TempoGFormer，这是一种用于远程光电容积脉搏波描记法（rPPG）的新型 Transformer 模型，该模型利用门控机制、时空融合头（Temporal-Spectral Fusion Head）以及空间重叠分词策略（Spatially-Overlapped Tokenization strategy）来有效减轻环境噪声和运动伪影，从而在多个公开数据集上实现从面部视频中进行生理测量时具有更高的准确性和效率。
💻 computer science
Understanding Attention Allocation, Exploration Dexterity, and the Role of Prior Experience in Stationary VR Consumption: Implications for Scene Design
本研究利用对静态虚拟现实（VR）环境的眼动追踪调查来证明，虽然先前的虚拟现实经验并不影响用户的探索意愿，但它能显著提高视觉效率并降低认知负荷，从而为通过策略性的元素布局与层级设计来优化场景设计提供循证指南。
💻 computer science
UniPrune: Unified Progressive Visual Token Pruning with Information-Aware Budget Allocation for Efficient LLaVA-Style Vision Language Models
UniPrune 是一个统一的渐进式视觉标记剪枝框架，它通过将编码器阶段的语义重要性-多样性剪枝与 LLM 阶段的金字塔型丢弃进行协同结合，并辅以信息感知预算分配和跨阶段信息连续性机制，从而使 LLaVA 式视觉语言模型即使在极端的压缩比下也能实现卓越的效率和性能。
💻 computer science
Dual‑Domain Adaptive Fusion with Dynamic Sparse Attention for Low‑Light Image Enhancement
本文提出了 FDSA-Net，一种频率引导的动态稀疏注意力网络，该网络通过集成基于轴的注意力模块和多尺度双域自适应融合模块，在高效增强低光照图像的同时保留细节，并在多个基准测试上实现了最先进的性能。
💻 computer science
AI-Powered Self-Healing Distributed Job Queue for Predictive Failure Detection and Root Cause Diagnosis in Kubernetes
本文介绍了 \sys，这是一个面向 Kubernetes 作业队列的 AI 驱动型自愈框架，它结合了混合异常检测、根因诊断和强化学习，以自主预测故障并执行修复，与现有的响应式系统相比，显著降低了恢复时间并提高了故障预测准确率。