DNative-Twin: Decision Graphs and Digital Twins for Reconstructable Agentic Decisions
本文提出DNative-Twin，通过决策图和数字孪生记录并重执行AI代理的决策过程，以解决决策透明度问题，并在企业决策流程中验证其有效性。
0 citationsRead paper
Selected work
Representative Papers
Why Are LLM Backdoor Defenses Fragmented? A Feature-Level Explanation with Sparse Autoencoders
研究使用稀疏自动编码器分析大型语言模型后门攻击的防御碎片化问题，揭示了不同后门特征的作用机制，并通过特征夹紧方法验证了其有效性。
0 citationsRead paper
PhysVR: Vision-Language Model Guided Interference-aware Temporal Feature Refinement for Remote Physiological Measurement
为解决远程生理测量中干扰问题，提出PhysVR框架，通过视觉-语言模型指导的时间特征精细化方法抑制干扰，提高rPPG估计精度。
0 citationsRead paper
TurboT2VA: Fast Large-Scale Text-to-Video-Audio Generation via Score-Regularized Consistency Distillation
TurboT2VA通过模态归一化和渐进课程解决大规模文本到视频音频生成中的优化不平衡、一致性训练难题，显著加速模型推理同时保持高质量。
0 citationsRead paper
Information-Computation Inversion in Pseudo-Marginal MCMC
研究通过改变观测设计对伪边际MCMC中后验信息和似然估计器随机律的影响，提出一种基于路径条件的转移方法以优化计算效率。
0 citationsRead paper
Recent publications
Latest Papers
DNative-Twin: Decision Graphs and Digital Twins for Reconstructable Agentic Decisions
本文提出DNative-Twin，通过决策图和数字孪生记录并重执行AI代理的决策过程，以解决决策透明度问题，并在企业决策流程中验证其有效性。
0 citationsRead paper
Why Are LLM Backdoor Defenses Fragmented? A Feature-Level Explanation with Sparse Autoencoders
研究使用稀疏自动编码器分析大型语言模型后门攻击的防御碎片化问题，揭示了不同后门特征的作用机制，并通过特征夹紧方法验证了其有效性。
0 citationsRead paper
PhysVR: Vision-Language Model Guided Interference-aware Temporal Feature Refinement for Remote Physiological Measurement
为解决远程生理测量中干扰问题，提出PhysVR框架，通过视觉-语言模型指导的时间特征精细化方法抑制干扰，提高rPPG估计精度。
0 citationsRead paper
TurboT2VA: Fast Large-Scale Text-to-Video-Audio Generation via Score-Regularized Consistency Distillation
TurboT2VA通过模态归一化和渐进课程解决大规模文本到视频音频生成中的优化不平衡、一致性训练难题，显著加速模型推理同时保持高质量。
0 citationsRead paper
Information-Computation Inversion in Pseudo-Marginal MCMC
研究通过改变观测设计对伪边际MCMC中后验信息和似然估计器随机律的影响，提出一种基于路径条件的转移方法以优化计算效率。
0 citationsRead paper