7 vijesti — 🟡 4 važno , 🟢 3 zanimljivo
Novi rad uvodi PoE-Bridge, dekodirni okvir koji premošćuje difuzijske i autoregresivne jezične modele kroz Product-of-Experts distribuciju. Metoda postiže 5× ubrzanje nad standardnim difuzijskim dekodiranjem uz oporavak najmanje 95% performansi ciljanog modela.
Novi rad identificira tri ponavljajuće dinamike u RL treniranju modela za rasuđivanje i predlaže CoDaPO, metodu koja pitanja ponderira prema pouzdanosti i težini. Prioritiziranjem učljivih pitanja postiže konzistentna poboljšanja kroz 12 benchmarka.
Novi rad uvodi AI-MASLD, stres-audit okvir posuđen iz hepatologije za evaluaciju kliničkih LLM-ova. Testiranje 7 modela na 240 slučajeva pokazuje da pod narativnim stresom modeli oštro divergiraju, a medicinski fine-tuning sustavno degradira stabilnost i fairness.
Novi rad otkriva zajednički latentni mehanizam kroz različite backdoor napade na velike jezične modele. Sparse autoencoderi detektiraju konzistentne značajke koje generaliziraju kroz Qwen3, Gemma 3 i Llama 3.1, a lagani klasifikatori postižu zero-shot detekciju neviđenih backdoora.
Novi rad uvodi Patcher, obranu open-weight jezičnih modela od zlonamjernog fine-tuninga. Za razliku od postojećih obrana koje padaju na full-parameter napade, Patcher kroz adversarijalni training i bi-level optimizaciju znatno poboljšava robusnost uz generalizaciju kroz scenarije napada.
