每日论文精读 #006:把「剧透防护」做成一等公民的离线隐私AI阅读助手
MeReader用进度感知检索边界+混合RAG,在消费级硬件上实现离线、防剧透、隐私优先的AI伴读,2b-4b本地模型即可达到5b+的理解水平。
MeReader用进度感知检索边界+混合RAG,在消费级硬件上实现离线、防剧透、隐私优先的AI伴读,2b-4b本地模型即可达到5b+的理解水平。
SWE-Shift基准用120个场景、12类中途变更检验17个编码Agent:所有系统在环境变化后成功率大幅下跌,GPT-6 Astra从67%跌到25%,工具/会话变更和过期证据下全员零配对成功。
北师大+腾讯提出LIS:用SAE可解释安全特征做贪心覆盖选择,仅2.4K样本即在大数据集上取得最佳安全-可用性平衡,训练成本从289 GPU小时降到0.99。
四项预注册检验表明,嵌入空间中离群点的距离信号几乎无法引导LLM构思新想法,是一份罕见的高质量负结果研究。
两阶段优化框架让Agent技能token开销降低最多80%,同时准确率不降反升
恶意LLM可从日常对话推断你的性别年龄,并隐写编码进看似正常的回复中,用户分享文本即无意泄露隐私。
Yale 团队提出 CoReMem:以「前瞻性分段估值」指导记忆设计、以「来源门控价值信用」训练 actor 使用记忆,在 ChainSWE 上同时降低步数与 token,并提升解决率。
清华与微软亚研提出ITP³任务与SPY-Bench:让用户用自然语言自定义隐私边界,21个SOTA视觉模型最高合规率仅23.74%,而新提出的NCA-P对齐方法将其拉升至96.88%。
淘宝闪购把商家ID拆成地理前缀+语义后缀,让配送可达性从后置过滤变成生成目标,0.1B小模型扛住日均1.5亿次检索,广告收入+4.2%。
本文揭示多智能体合谋检测的激活探针主要读取"被指示合谋"而非"决定合谋",去掉指令后AUROC从1.00跌至0.61,并给出三 pitfalls 与检测协议。
BitDecoding-FP4通过算法-系统协同设计实现原生FP4 KV Cache解码,在B300上吞吐提升2.4-3.0倍,精度损失控制在0.5点以内。
MedGraph用带日期、带归属的临床事实链图记忆病人状态,在MedMemoryBench上比最强基线高10.5分。
斯坦福团队把水印目标从『追踪单篇文本』改为『估计群体使用率』,用本地差分隐私构造序列级红绿水印RGS:单篇文本几乎无法被指认(ε=1),但2000条混合文本的AI占比估计误差仅0.4%。隐私与溯源可以两全。
SWE-Shift基准:任务执行中环境发生变化时,17个编码Agent系统成功率全部下降,GPT-6 Astra从67.35%跌至24.79%,工具变更和过期证据下全体系统配对成功率为零。
编码器式上下文压缩在保留语义的同时系统性削弱拒答对齐,Mistral-7B拒答率从62.8%跌到10.9%——一种无需对抗攻击的结构性越狱。