Counterfactual World Models via Digital Twin-conditioned Video Diffusion
通过数字孪生条件的视频扩散实现反事实世界模型
机构 * Johns Hopkins University（约翰霍普金斯大学）
AI总结 CWMDT通过构建数字孪生和应用大语言模型，实现反事实世界模型，提升对视频正向模拟的控制能力。
高校专区
Johns Hopkins University（约翰斯·霍普金斯大学）
Monte Carlo Expected Threat (MOCET) Scoring
蒙特卡洛预期威胁（MOCET）评分
机构 * Johns Hopkins University School of Medicine（约翰霍普金斯大学医学院）
AI总结 MOCET是一种可解释且双重可扩展的指标，用于量化大语言模型在现实世界中的安全风险。
Comments Accepted to NeurIPS 2025 BioSafe GenAI
