Speculative Probing: LLM Monitoring at Speculative-Decoding Cost
推测式探测:以推测解码成本实现大语言模型监控
机构 * Cornell Tech(康奈尔科技学院)
AI总结 该研究提出将LLM的推测解码模块改造为序列分类器,在可忽略开销下实现高效分类,其小型探测模型在多任务上优于零样本GPT-5.4-mini,部分任务性能匹配专用8B安全分类器。
高校专区
推测式探测:以推测解码成本实现大语言模型监控
机构 * Cornell Tech(康奈尔科技学院)
AI总结 该研究提出将LLM的推测解码模块改造为序列分类器,在可忽略开销下实现高效分类,其小型探测模型在多任务上优于零样本GPT-5.4-mini,部分任务性能匹配专用8B安全分类器。
MathAdv:定理证明器所知晓、推理、形式化及泛化的内容
机构 * University of Maryland(马里兰大学) ; Georgia Institute of Technology(佐治亚理工学院) ; Cornell University(康奈尔大学) ; All Purpose AI
AI总结 本研究推出涵盖13个数学领域的诊断基准MathAdv,结合Lean 4评估当代定理证明器,发现形式化是瓶颈、性能跨领域差异大等问题,为分组件评估模型能力提供依据。
当城市教导汽车:从基础设施实现无标签的3D感知
机构 * The Ohio State University(俄亥俄州立大学) ; Google(谷歌) ; Cornell University(康奈尔大学) ; Stanford University(斯坦福大学) ; Boston University(波士顿大学)
AI总结 本文提出一种无标签的3D感知方法,利用道路设施作为无监督教师,通过固定视角和重复观测学习局部3D检测器,并广播预测作为伪标签监督,无需基础设施即可训练独立的车辆检测器。
Comments ECCV 2026; Project Page: this https URL (https://jinsuyoo.info/civet/)
可微动力学与连续弹性机器鱼的快速仿真
机构 * Marine Robotics Lab, Department of Mechanical Engineering, College of Engineering, University of Wisconsin-Madison(威斯康星大学麦迪逊分校工程学院机械工程系水下机器人实验室) ; Sibley School of Mechanical and Aerospace Engineering, Cornell University(康奈尔大学Sibley机械与航空航天工程学院)
AI总结 本文针对现有机器鱼动力学模型的不足,提出基于哈密顿原理的可微全身动力学模型与快速仿真框架,经数值与实验验证,可用于机器鱼身体刚度分布的梯度优化设计。
Comments Under review at IEEE Robotics and Automation Letters (RA-L)