Georgia Institute of Technology（佐治亚理工学院）

An Adaptive Multi-Layered Honeynet Architecture for Threat Behavior Analysis via Deep Learning

一种基于深度学习的自适应多层蜜罐架构用于威胁行为分析

Lukas Johannes Möller

机构 * Georgia Institute of Technology Atlanta, United States of America（佐治亚理工学院亚特兰大分校，美国） 纠错

AI总结 本文提出了一种基于深度学习的自适应多层蜜罐架构，通过强化学习实现威胁行为分析，旨在提高威胁情报质量并降低运营成本。

Provable Long-Range Benefits of Next-Token Prediction

可证明的长距离收益的下一个令牌预测

Xinyuan Cao, Santosh S. Vempala

机构 * Georgia Tech（佐治亚理工学院） 纠错

AI总结 该研究证明了下一个令牌预测在学习长距离结构上的强大能力，并提供了模型大小的多项式界来解释实际中观察到的长距离连贯性。

Comments 66 pages, 5 figures

Deep Learning and Machine Learning, Advancing Big Data Analytics and Management: Unveiling AI's Potential Through Tools, Techniques, and Applications

深度学习与机器学习：推动大数据分析与管理，通过工具、技术和应用揭示人工智能的潜力

Pohsun Feng, Ziqian Bi, Yizhu Wen, Xuanhe Pan, Benji Peng, Ming Liu, Jiawei Xu, Keyu Chen, Junyu Liu, Caitlyn Heqi Yin, Sen Zhang, Jinlang Wang, Qian Niu, Ming Li, Tianyang Wang, Xinyuan Song, Zekun Jiang

机构 * National Taiwan Normal University（国立台湾师范大学） ； Indiana University（印第安纳大学） ； University of Hawaii（夏威夷大学） ； Kyoto University（京都大学） ； Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Rutgers University（罗格斯大学） ； Purdue University（普渡大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Emory University（埃默里大学） ； Sichuan University（四川大学） 纠错

AI总结 本文探讨深度学习与机器学习在大数据分析中的应用，通过工具和技术揭示AI潜力，强调伦理与公平性，推动各领域创新。

Comments This book contains 155 pages and 9 figures

Surveying the MLLM Landscape: A Meta-Review of Current Surveys

测绘MLLM景观：当前调研的元综述

Ming Li, Keyu Chen, Ziqian Bi, Ming Liu, Xinyuan Song, Zekun Jiang, Tianyang Wang, Benji Peng, Qian Niu, Junyu Liu, Jinlang Wang, Sen Zhang, Xuanhe Pan, Jiawei Xu, Pohsun Feng

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Indiana University（印第安纳大学） ； Purdue University（普渡大学） ； Emory University（埃默里大学） ； Sichuan University（四川大学） ； Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； AppCubic ； Kyoto University（京都大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Rutgers University（罗格斯大学） ； National Taiwan Normal University（台湾师范大学） 纠错

AI总结 本文通过系统回顾现有调研，全面分析MLLMs的评估方法、挑战与趋势，为研究者提供当前评估现状的深入理解。

Comments The article consists of 22 pages, including 2 figures and 108 references. The paper provides a meta-review of surveys on Multimodal Large Language Models (MLLMs), categorizing findings into key areas such as evaluation, applications, security, and future directions

Deep Learning and Machine Learning, Advancing Big Data Analytics and Management: Handy Appetizer

深度学习与机器学习，推动大数据分析与管理：开胃菜

Benji Peng, Xuanhe Pan, Yizhu Wen, Ziqian Bi, Keyu Chen, Ming Li, Ming Liu, Qian Niu, Junyu Liu, Jinlang Wang, Sen Zhang, Jiawei Xu, Xinyuan Song, Zekun Jiang, Tianyang Wang, Pohsun Feng

机构 * AppCubic ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Department of Electrical and Computer Engineering, University of Hawaii at Manoa（夏威夷大学马诺а分校电子与计算机工程系） ； Indiana University（印第安纳大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Purdue University（普渡大学） ； Kyoto University（京都大学） ； Rutgers University（罗格斯大学） ； National Taiwan Normal University（台湾师范大学） ； Emory University（埃默里大学） ； Sichuan University（四川大学） ； Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） 纠错

AI总结 本书通过深入浅出的方式介绍深度学习与大数据管理的核心技术及应用，涵盖经典模型、预训练模型和大数据管理工具，为读者提供全面的实践指导。

Comments This book contains 93 pages and 60 figures

"The Dentist is an involved parent, the bartender is not": Revealing Implicit Biases in QA with Implicit BBQ

牙医是积极参与的家长，而酒吧老板不是：通过隐性 BBQ 揭示问答中的隐性偏见

Aarushi Wagh, Saniya Srivastava

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 隐性BBQ通过隐性提示揭示问答系统中的隐性偏见，发现GPT-4o在性取向等类别中存在显著性能下降，表明现有LLMs存在未被显性基准检测到的偏见。

Latent Nonlinear Denoising Score Matching for Enhanced Learning of Structured Distributions

潜在非线性去噪分数匹配用于增强结构分布的学习

Kaichen Shen, Wei Zhu

机构 * School of Mathematics（数学学院） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 本文提出了一种结合非线性前向动力学与VAE的潜在SGM框架，通过改进的训练目标提升结构分布学习的效率和质量。

Networked Restless Multi-Arm Bandits with Reinforcement Learning

网络化 restless 多臂老虎机与强化学习

Hanmo Zhang, Zenghui Sun, Kai Wang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

AI总结 本文提出网络化RMAB框架，结合RMAB与独立级联模型以捕捉网络环境中的臂间相互作用，并通过Q学习算法验证了网络效应的重要性。

Mastering AI: Big Data, Deep Learning, and the Evolution of Large Language Models -- AutoML from Basics to State-of-the-Art Techniques

掌握AI：大数据、深度学习与大型语言模型的演变——从基础到最新技术的AutoML

Pohsun Feng, Ziqian Bi, Yizhu Wen, Benji Peng, Junyu Liu, Caitlyn Heqi Yin, Tianyang Wang, Keyu Chen, Sen Zhang, Ming Li, Jiawei Xu, Ming Liu, Xuanhe Pan, Jinlang Wang, Xinyuan Song, Qian Niu

机构 * National Taiwan Normal University（台湾师范大学） ； Indiana University（印第安纳大学） ； University of Hawaii（夏威夷大学） ； AppCubic ； Kyoto University（京都大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Georgia Institute of Technology（佐治亚理工学院） ； Rutgers University（罗格斯大学） ； Purdue University（普渡大学） ； Emory University（埃默里大学） 纠错

AI总结 本文系统介绍了AutoML的基础知识、主流工具及最新技术，旨在为AI和机器学习领域提供全面的指导与研究参考。

Comments This book contains 169 pages and 5 figures