diagnostics

本文介绍了一种用于多变量时间序列异常检测基准的诊断框架，发现标记的异常大多可以从单个通道检测到，这对跨通道建模的必要性提出了挑战。作者呼吁开发更多结构多样的评估数据集。

该论文揭示了在类分割异常检测评估中，由于表示空间中的分布重叠，异常分数可能变得不稳定甚至反转，并引入了一种无训练的邻域类泄漏诊断来预测此现象。

分享了一个用于 Codex 的提示词，可以自动诊断并优化 macOS 网络速度和稳定性，包括基准测试、安全修改和复测对比。

本文介绍MagBridge-Battery，这是一个包含6,760个磁场信号的合成数据集，用于锂离子电池健康状态诊断，结合真实磁形态学与真实退化标签，以弥合公开磁感应电池数据方面的空白。

本文介绍了VAEs的神经码本通道诊断方法，该方法衡量编码器-解码器不一致性，并提供一个受变分差距约束的证书，从而能够在深度生成模型中检测不匹配的解码。

本文识别了'技能库漂移'作为自进化LLM技能库中的一种隐性故障模式，其中无限制的技能积累导致检索退化与性能停滞。它提供了踪迹级诊断及经过验证的治理方案，将MBPP+ hard-100上的pass@1从0.258提升至0.584。

Oracle董事会成员凯文·哈钦森剖析AI发展，强调AI在医疗健康中的应用，尤其是利用生成式AI分析放射科报告漏诊，并区分了生成式AI、代理式AI和通用人工智能。

本文诊断了大语言模型强化学习中的训练-推理不匹配（TIM），表明训练和推理阶段令牌概率之间的微小数值差异可能导致训练崩溃，并提出了补救措施。

本文提出了一种分布谱诊断方法，用于在测试准确率上升之前定位 Transformer 模型中的 Grokking 相变。该方法利用经验分布和汉克尔动态模态分解（Hankel DMD）创建监测信号，以区分发生 Grokking 和未发生 Grokking 的训练运行。

该文章介绍了在Zig中使用诊断工厂模式来管理错误报告，避免预先定义错误类型，而是提供一组构造函数来生成错误信息，并展示了在TigerBeetle项目中的实际应用。