arXivDaily arXiv每日学术速递 周一至周五更新

高校专区

Stanford University(斯坦福大学)

2026-06-15 至 2026-06-15 共收录 3
2604.24942 2026-06-15 cs.CL q-bio.NC 版本更新

Independent-Component-Based Encoding Models of Brain Activity During Story Comprehension

基于独立成分的故事理解过程中大脑活动的编码模型

Kamya Hari, Taha Binhuraib, Jin Li, Cory Shain, Anna A. Ivanova

机构 * School of Electrical and Computer Engineering, Georgia Institute of Technology(佐治亚理工学院电子与计算机工程学院) School of Psychological and Brain Sciences, Georgia Institute of Technology(佐治亚理工学院心理学与脑科学学院) Department of Linguistics, Stanford University(斯坦福大学语言学系)

AI总结 提出基于独立成分的编码框架,从fMRI数据中分离刺激驱动和噪声信号,利用语言模型预测独立成分时间序列,识别出与听觉和语言相关的认知网络,验证了成分的可解释性和跨个体一致性。

Comments Accepted to CCN 2026 (Proceedings Track)

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.16835 2026-06-15 cs.CR cs.LG 版本更新

NeST: Neuron Selective Tuning for LLM Safety

NeST: 面向LLM安全的神经元选择性调优

Sasha Behrouzi, Lichao Wu, Mohamadreza Rostami, Ahmad-Reza Sadeghi

机构 * University of California, Berkeley(加州大学伯克利分校) Stanford University(斯坦福大学)

AI总结 提出NeST框架,通过激活探测识别安全相关前馈神经元并训练共享簇级更新,仅用普通恶意提示即可泛化防御多种越狱攻击,在14个模型上以极少参数实现接近全微调的鲁棒性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2402.17750 2026-06-15 physics.optics cs.ET cs.LG 版本更新

Arbitrary control over multimode wave propagation for machine learning

用于机器学习的多模波传播的任意控制

Tatsuhiro Onodera, Martin M. Stein, Benjamin A. Ash, Mandar M. Sohoni, Melissa Bosch, Ryotatsu Yanagimoto, Marc Jankowski, Timothy P. McKenna, Tianyu Wang, Gennady Shvets, Maxim R. Shcherbakov, Logan G. Wright, Peter L. McMahon

机构 * School of Applied and Engineering Physics, Cornell University(应用与工程物理系,康奈尔大学) NTT Physics and Informatics Laboratories, NTT Research, Inc.(NTT物理与信息实验室,NTT研究公司) E. L. Ginzton Laboratory, Stanford University(E. L. Ginzton实验室,斯坦福大学) Kavli Institute at Cornell for Nanoscale Science, Cornell University(康奈尔大学纳米科学研究所) Department of Electrical and Computer Engineering, Boston University(波士顿大学电气与计算机工程系) Department of Electrical Engineering and Computer Science, University of California(加州大学电气工程与计算机科学系) Department of Applied Physics, Yale University(耶鲁大学应用物理系)

AI总结 提出一种可快速重编程折射率的二维可编程波导,通过并行电光调制实现多模波传播的任意控制,并用于单次神经网络推理,理论表明面积增长为N^1.5而非N^2。

Journal ref Nat. Phys. 22, 164-171 (2026)

详情

展开后加载摘要…

URL PDF HTML 收藏