跳到主要内容
检索

Rajshahi University of Engineering and Technology

2 篇关联报道

订阅更新
  1. researchsquare.com

    跨天解码不再重训整张网络:只调输入端的6.5万参数,T12六个会话全部改善

    跨天使用皮层内语音解码器时,神经信号漂移会让固定解码器变差。一项研究把适配限制在神经输入端的256×256仿射变换与偏置上,只更新65792个参数(不到完整模型的0.05%),循环编码器和音素分类器保持冻结,用40或80个带标签试次做监督校准。在公开数据集T12的六个按时间留出的会话上,音素错误率相对下降11.37%和15.51%,六个会话在三个随机种子下全部改善;在独立数据集T15上,同样冻结的校准规则带来2.72%和10.05%的下降,但会话间差异更大,两个预算的名义检验都未低于0.05参考阈值。

  2. arXiv

    TGCC 用跨层信任门控让被攻陷的 LLM 智能体在数步内自动撤销权限,而非升级

    该工作把描述性的多层信任模型变成可运行控制器:用跨层协同算子把前置层缺陷传播到依赖层,用无遗憾在线估计器按观测到的失败设定各层权重,并用信任门控能力控制仅在复合信任与相关前置层通过能力阈值时发放短时、可撤销的授权;作者证明并数值验证,一个抬高行为信任却破坏前置层的隐蔽攻陷无法升级权限,反而在若干交互内自动撤销。

已读完全部报道