【速读】：该论文试图解决神经网络中对抗样本（adversarial examples）的产生机制问题，即为何以及何时对抗脆弱性会出现。 现有观点将其归因于决策空间的不规则性或对非鲁棒输入特征的敏感性，但本文提出新视角：对抗脆弱性可能源于神经网络中高效的信息编码方式。 解决方案的关键在于揭示"超叠加"（superposition）——即网络在有限维度下表示比其容量更多的特征——会形成潜在表示的特定排列，使得攻击者能够利用这些特征间的干扰来生成可预测的对抗扰动。 这一机制解释了对抗攻击的迁移性和类别特异性脆弱模式，并在受控合成场景和ViT模型上验证了超叠加足以引发对抗脆弱性，表明对抗脆弱性可能是表征压缩的副产物，而非学习过程或输入特征本身的缺陷。 【速读】： 该论文旨在解决大语言模型（Large Language Model, LLM）驱动的网页代理（web agents）在Web自动化任务中面临的成本-性能权衡问题。 由于网页代理的提示（prompt）通常包含目标、动作历史和环境状态等复杂信息，导致LLM集成性能下降，且运行成本较高。 解决方案的关键在于提出WebRouter，一个基于信息论训练的查询特定路由器，其核心创新是引入一种成本感知的变分信息瓶颈（cost-aware Variational Information Bottleneck, Anal Sex Porn Videos ca-VIB）目标函数，该函数在学习输入提示压缩表示的同时，显式惩罚预期操作成本，从而实现高效且低成本的决策路径选择。
Bilgin等[12]在平面环境和VR环境中设计了低唤醒和高唤醒两个情绪激发环境，通过记录和对比被试者的EEG信号，发现VR环境下δ、θ、α和β频段脑电能量都显著高于平面环境，他们得出结论，相较于传统的平面显示，VR更能激发和调节被试者的情绪。 Kweon等[13]为被试者在平面和VR环境中播放体育、新闻和广告视频，发现在VR环境中被试者的脑电β波震荡更高，节奏快、动态性强的视频更有可能显示出较大的β波震荡；相较于传统平面，VR技术可以更加生动地传达兴奋和活泼的情感。 在虚拟现实（VR）环境中展示全景电影有两种模式，非立体视觉模式（2D）和立体视觉模式（3D），这两种不同的连续播放模式对情绪唤醒的激活效果是否存在差异以及相关的神经活动特性尚未得到充分的研究。 本文通过设计认知心理学实验，分析同步采集的头皮脑电信号，对比研究了VR-2D和VR-3D视觉模式对情绪唤醒的影响，并利用支持向量机验证VR-2D与VR-3D模式神经生理特征的差异。 结果发现，VR-3D影片诱发出的脑电能量显著高于VR-2D影片（主要体现在α和β活动上），VR-3D模式下显著提高的β波能量表明立体视觉带来了更强烈的大脑皮层活动，可能引发了被试者更高的唤醒度；与此同时，大脑枕区更强烈的α活动也暗示着VR-3D影片可能引发了更高的视觉疲劳度。
使用虚拟现实设备的人能够四处观察、移动，并与其他的虚拟功能或物品进行互动。 通常情况下，这种效果是通过头戴式显示器创建的，该头盔包含一个戴在使用者眼前的萤幕，但也可以通过拥有多个大萤幕的特殊设计房间实现。 虚拟现实通常包括听觉反馈（英语：Auditory_feedback）和视觉反馈（英语：Video_feedback），同时也可以通过振动反馈提供其他感觉和力的反馈。 由SVM分类识别的结果可知，颞区、额区和枕区对VR-2D和VR-3D两种视觉模式的脑电信号差异识别准确率较高，分类效果较好。 枕区和颞区是简单视觉特征和运动特征提取区[25-26]，分类识别结果表明被试者在VR环境中处理2D与3D视觉信号时能够引发大脑皮层枕叶和颞叶活动的差异，能够较为准确地分辨VR影像的视觉模式，对3D影像的识别与特征的提取具备敏感性。 额区的高分类准确率表明在高级认知区域，VR-2D和VR-3D两种模式间的脑电信号活动表现出较大区别。 我们推测，在观看不同视觉模式的VR影片时，被试者会产生差异较大的高级认知活动，总体来说，β波段分类效果较好，观看VR-3D影片时，被试者的注意力更加集中。
本文利用神经电影学的研究方法发现脑电活动可以很好地反映不同观影模式对于观影者相关神经活动特性的影响，为今后进一步探索VR视角下的影像语言，为未来VR电影的拍摄方式和人的情绪研究提供了理论支撑。 【速读】：该论文旨在解决当前人工智能（AI）治理中因研究信息环境信号噪声比过低而导致的政策制定困境，即缺乏可靠、可复现的研究成果使得政策制定者难以形成对AI风险的共识，进而影响有效治理机制的建立。 其解决方案的关键在于推动AI研究领域采纳更严格的可复现性（reproducibility）指南，包括实施预注册（preregistration）、提升统计功