Harbin Institute of Technology（哈尔滨工业大学）

Information-Dense Reasoning for Efficient and Auditable Security Alert Triage

信息密集推理用于高效且可审计的安全警报分拣

Guangze Zhao, Yongzheng Zhang, Changbo Tian, Dan Xie, Hongri Liu, Bailing Wang

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； CHANG AN communication technology Co., Ltd.（CHANG AN通信技术有限公司） ； University of Science and Technology of China（中国科学技术大学） ； Harbin Institute of Technology (Weihai) Qingdao Research Institute（哈尔滨工业大学（威海）青岛研究院） ； Shandong Key Laboratory of Industrial Network Security（山东省工业网络信息安全重点实验室） 纠错

AI总结 AIDR通过混合云边框架和信息密度优化，实现高效且可审计的安全警报分拣，减少40.6%的延迟并提升准确性。

Aetheria: A multimodal interpretable content safety framework based on multi-agent debate and collaboration

Aetheria：基于多智能体辩论与协作的多模态可解释内容安全框架

Yuxiang He, Jian Zhao, Yuchen Yuan, Tianle Zhang, Wei Cai, Haojie Cheng, Ziyan Shi, Ming Zhu, Haichuan Tang, Chi Zhang, Xuelong Li

机构 * Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究院（TeleAI），中国电信） ； Sichuan University（四川大学） ； Peking University（北京大学） ； Beijing Jiaotong University（北京交通大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； China Railway Rolling Stock Corporation Limited（中国铁路滚动股票有限公司） 纠错

AI总结 Aetheria通过多智能体辩论与协作机制，实现多模态内容安全的可解释性与高准确性，提升可信AI审查水平。

Comments https://github.com/Herrieson/Aetheria

Learning effective pruning at initialization from iterative pruning

在初始化时学习有效的剪枝

Shengkai Liu, Yaofeng Cheng, Fusheng Zha, Wei Guo, Lining Sun, Zhenshan Bing, Chenguang Yang

机构 * State Key Laboratory of Robotics and Systems（机器人系统国家重点实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； Technical University of Munich（慕尼黑技术大学） ； University of Liverpool（利物浦大学） 纠错

AI总结 本文提出了一种基于神经网络的初始化剪枝方法，通过学习初始特征与存活分数的关系来提高高稀疏度下的剪枝性能。