本文提出了一种神经代理控制框架，该框架结合了基于大型语言模型（如Gemini 2.5 Flash-Lite）的规划器和预训练的时间序列基础模型（TimesFM），实现物理学基础的自主防御。通过“反事实物理注入”机制，在基础模型的潜在数值空间中模拟大型语言模型建议的干预措施，防止幻觉或不安全操作。该框架在工业数据集（如安全水处理SWaT）上的随机攻击场景评估中，显著优于LSTM和TCN基线，成功避免了33.3%的安全漏洞，且无物理无效（幻觉）行为执行，展现了基础模型作为AI安全“守望者”的有效性。
这条 研究论文 信号说明，来自 arXiv cs.AI 的信息已经不只是单点新闻，而是值得放进产品、研究和行业判断里的趋势线索。
arXiv cs.AI 发布了这条关于 研究论文 的更新：本文提出了一种神经代理控制框架，该框架结合了基于大型语言模型（如Gemini 2.5 Flash-Lite）的规划器和预训练的时间序列基础模型（TimesFM），实现物理学基础的自主防御。通过“反事实物理注入”机制，在基础模型的潜在数值空间中模拟大型语言模型建议的干预措施，防止幻觉或不安全操作。该框架在工业数据集（如安全水处理SWaT）上的随机攻击场景评估中，显著优于LSTM和TCN基线，成功避免了33.3%的安全漏洞，且无物理无效（幻觉）行为执行，展现了基础模型作为AI安全“守望者”的有效性。
面对工业物联网环境中传统规则监控的局限及大型语言模型在闭环控制中幻觉问题，此框架创新性地结合深度学习模型和物理仿真机制，提升了网络安全的自主响应能力和安全性，适用于关键基础设施的防御。
研究员、模型团队和技术战略负责人 应该重点关注这条信号，尤其是正在跟踪 research、papers、agents 的团队。
接下来观察这条信号是否出现开发者采用、竞品回应、研究复现、企业部署或政策/平台层面的后续动作。
三维高斯散点法（3DGS）的最新进展实现了高质量的场景表示，用于新视角合成。但现有方法多依赖多视角观测或未来帧信息，这在机器人和增强现实等仅有单一立体相机的场景中难以实现。本文提出了StereoSplat+，一种扩散增强的前馈框架，可从单对立体图像因果重建高质量3DGS场景。方法包括输入不变的StereoSplat网络，通过成本体积分支和三平面三维体积分支融合几何信息，并利用连续位姿编码适配不同视角和相机配置；以及一种称为StereoSplat+的单次扩散渐进推理策略，通过从单一立体对预测3DGS，渲染新视图，使用一步扩散增强器细化，再反馈更新3DGS。KITTI-360数据集实验表明，本方法在遮挡区域和视角外推时，显著提升了新视角渲染质量和几何准确性，优于现有前馈3DGS方法。
多模态大语言模型（MLLMs）通常假设训练和推理时均可获得所有模态数据，但现实中常常只有训练阶段可获得辅助模态。本文提出了探针混合（MoP）框架，通过结构化探针机制区分模态特异和模态通用信号，保留模态依赖结构的同时实现跨模态迁移表达。结合探针解耦损失的MoP跨模态训练策略（MoP-X），在八个任务和四种模态的综合评测中，MoP在推理阶段仅用单一模态输入时，较强基线最高提升65%，显示辅助模态即使不可用于推理也可显著提升模型性能。代码、模型和评测协议将开源。
云端深度学习推动了大规模医疗图像分析，但将敏感患者图像外包进行模型开发带来了重大隐私问题。图像伪装作为一种新兴的隐私增强技术，通过将图像转换为视觉上难以理解的形式，同时保留用于后续学习的信息。我们建立了统一框架，评估了代表性方法DisguisedNets和NeuraCrypt，在涉及分类和语义分割的四个数据集上，分析它们的预测效用、效率和对重建攻击的鲁棒性。结果显示，图像伪装对不同任务的表现差异显著：对医疗图像分类保持良好效用，但对密集语义分割产生较大性能下降。随机多维变换（RMT）在性能和安全性间提供最佳平衡，而基于AES的伪装严重影响效用。此外，基于回归的重建攻击在自然图像上的有效性，在真实医疗图像上则较低。此研究系统评估了隐私增强技术在医疗AI保密应用中的适用性。