前瞻技術脈動：AI與機器人技術（202514）

關鍵字：；；；；；；；；

瀏覽次數：813｜歡迎推文：

科技產業資訊室(iKnow) - 技術發展藍圖研析團隊發表於 2025年5月14日

圖、前瞻技術脈動：AI與機器人技術（202514）

使用全像全域卷積網路處理遠端惡意軟體偵測任務
馬里蘭大學的研究團隊開發了一種新型遠端惡意軟體偵測模型，利用「全像全局卷積網路 (HGConv)」技術，能夠更準確地辨識惡意軟體。該技術藉由解析資料中的長期關聯性，改善了惡意軟體的檢測精準度。研究團隊將此模型應用於微軟Windows、Android等平台的等常見惡意軟體分類基準。實際測試顯示，該方法在各平台的準確率皆達到九成以上，不僅超越了其他方法，且運行速度更快。相關研究成果已發表於《arXiv》期刊，未來可望進一步增進惡意軟體偵測的效果和安全性。
參考資料：Tackling long-range malware detection tasks using holographic global convolutional networks. TechXplore. 2024/05/21.

一種減輕大語言模型中幻覺的方法
大型語言模型(LLM)近期廣泛應用於各種領域，但容易產生「幻覺」，即產生不正確或毫無意義的答案。隸屬於Google的DeepMind研究團隊發表一種新方法，讓大型語言模型自行評估生成文本的可信度，並決定是否回答問題。研究團隊使用模型產生的相似性作為評估標準，並設定一定的「棄權」機制，避免模型產出不可靠的答案。他們以Google於2023年發布的模型Gemini Pro做為實驗對象，並且在多個公開的資料庫上進行測試。結果顯示，此方法能有效降低「幻覺」的產生，且優於傳統的評估方法，相關研究成果已發表於《arXiv》期刊。
參考資料：A method to mitigate hallucinations in large language models. TechXplore. 2024/05/22.

Meta推出Chameleon，一種多模態早期融合模型
Facebook母公司Meta的研究團隊開發了名為Chameleon的多模態模型，可以同時處理文字、圖像或兼具兩者的輸入，並比現有的模型更好地理解資訊之間的關聯。相較於過去常用的「晚期融合」方式，Chameleon採取「早期融合」的架構，讓模型在一開始就將圖像轉成和文字同類的符號，統一處理不同來源的資料。研究團隊表示，這項技術有益於讓模型找出不同資料間的關聯。同時Chameleon還是個端到端模型，毋需額外的影像解碼器。實測後，Chameleon較現有的競爭者更準確地處理各種形式的輸入資料，並給出更聰明的答案，相關研究成果已發表於《arXiv》期刊。
參考資料：Meta introduces Chameleon, an early-fusion multimodal model. TechXplore. 2024/05/22.

研究人員增強自動駕駛汽車的物體追蹤能力
多倫多大學航太工程研究院(UTIAS)發表了兩款新的技術，可以幫助自動駕駛汽車更好地感知周圍環境。其中一項稱為「滑動視窗追蹤器 (SWTrack)」的技術，能更有效地追蹤周圍的移動物體，即使這些物體有時會被其他物體遮住。此方法透過考慮過去一段時間內物體的位置和行為，來增進追蹤的準確性和穩健性。研究團隊另發表一種名為「不確定性追蹤器」的技術，由機率目標檢測的技術，降低這些不確定性對追蹤任務造成的影響，相關研究成果已發表於《arXiv》上。(933字；圖1)
參考資料：Researchers enhance object-tracking abilities of self-driving cars. TechXplore. 2024/05/29.

歡迎來粉絲團按讚！

--------------------------------------------------------------------------------------------------------------------------------------------