PRISM 相关 AI 资讯 · AITOP · AI热报

8月7日

13:24

13:24

官方账号arXiv cs.AI@Elad Yoshai, Natan T. Shaked

PRISM是一种无GAN的流匹配框架，用逐特征门控取代全局噪声控制，决定每张图像要改什么、留什么。门控的空间先验来自源特征到目标特征分布的标准化距离，特征远离目标分布时被放开，接近时则保留。在AFHQ猫到狗、CelebA-HQ外观迁移、昼夜重打光、虚拟染色和乳腺冷冻到永久病理五个基准上，PRISM在四个基准上获得最佳Inception FID和KID，第五个也接近最优。在组织病理学任务中，它的细胞核计数比最接近理想值，兼顾了目标真实感与结构保留。

论文 PRISM 图像翻译流匹配

推荐理由：PRISM这篇不用GAN也能做图像翻译，用一个门控控制改哪些部分，五个基准上赢了四个，挺实用的。

8月5日

11:36

11:36

官方账号arXiv cs.AI@Mateusz Smendowski, Kamil Faber, Piotr Nawrocki, Nathalie Japkowicz, Roberto Corizzo

PRISM是一个即插即用的元工作流，用于系统构建和评估多元时间序列异常检测的图像表示。在超过7,000项实验中，PRISM配置在14个数据集中的10个上取得最佳VUS-PR，平均比最优对比方法高41%。该研究识别出通道化是关键设计维度，提出的MSM统计方案相比PCA方案带来11%-27%的性能增益。ImageNet预训练编码器可迁移至异常检测，冻结编码器保留92%微调性能，训练速度快1.8倍。

论文 PRISM MSM 时间序列异常检测

推荐理由：PRISM把时间序列变成图像来抓异常，在14个数据集上赢了10个，平均比对手强41%。想玩多元异常检测的可以看看。

7月17日

11:19

11:19

官方账号arXiv cs.AI@Weimeng Wang, Ziqiang Wang, Zihang Zhan, Chuanpu Fu, Qi Li, Ke Xu

研究显示，大型语言模型（LLM）作为具身智能体规划器时，文本安全的指令在物理世界中可能变得危险。通过隐态方向分析和随机分割零检验，在Qwen2.5-3B/7B/14B/32B、Phi-3.5和SmolLM2上发现内容危险（CD）与物理危险（PD）在LLM表征中可分离。基于此提出的PRISM单层L2正则逻辑回归探针，在SafeAgentBench上达到86.2-87.7%准确率、11.7-13.7%假阳性率，而同等规模LLM裁判的假阳性率为24.7-39.0%。新构建的PhysicalSafetyBench-1K（PSB-1K）包含1000个无直接危害关键词的物理风险对比对，PRISM在此达到99.6%准确率、0.7%假阳性率，Qwen2.5-3B裁判则错误拒绝67.8%的安全任务。实验在SafeText和EARBench上也复现了结果，支持隐态状态探测作为超越文本审核的物理安全表征级方法。

论文 PRISM Qwen2.5 SafeAgentBench

推荐理由：这篇论文发现LLM的物理危险和文本内容危险是分开的，PRISM探针只需一层就能检测物理危险，误报率只有LLM裁判的一半，值得做安全对齐的人看看。