深度分析
PRISM：利用激活投影恢復大型語言模型指令集的高覆蓋安全方法
隨著大型語言模型被廣泛當作代理人使用，僅靠輸出文字已不足以掌握其行為動機。研究提出PRISM，一種以激活作為條件的解譯模型，能將模型內部隱藏的指令、限制與次目標以條列方式恢復。實驗顯示在正常、受限、提示注入及隱藏目標等四種情境下，PRISM的指令回收率遠超過既有方法，顯著提升安全監控效能。
PRISM
深度分析
利用 PRISM 動態路由提升多教師蒸餾於視覺基礎模型的效能
研究針對多樣視覺基礎模型的負向傳遞問題，提出PRISM雙流條件化MoE框架，採用教師條件路由於兩階段分解與重組，並加入局部去相關損失防止淺層崩潰，使專家自動分化與動態組合，於PASCAL-Context與NYUD‑v2取得新紀錄，證實稀疏專業化能有效整合異質視覺知識，預示未來多模型蒸餾將走向動態路徑選擇。
速報
PRISM：揭露程式化影片生成的執行—空間落差
背景：程式化影片生成被視為可提供幾何與時間一致性的替代方法。該研究推出PRISM基準，蒐集10372組人類校準的指令與程式碼配對，並以四項指標評估執行性、空間推理、提示感知動態複雜度與時間密度。結果顯示從可執行到空間通過率平均下降約41%，突顯可執行性無法代表視覺空間一致性。