VX-One: 实时边界分类的校准决策头研究
VX-One 是一种小型多头网络(10万-1000万参数),输出校准门、封闭候选集选择和序数评分,在 UNSW-NB15 和 CIC-IDS2017 上检测性能优于校准 XGBoost,但多类归因落后。两阶段级联方案(Suricata + VX-One)对未知攻击召回率达97.8%,但校准性能随时间漂移下降。
VX-One 是一种小型多头网络(10万-1000万参数),输出校准门、封闭候选集选择和序数评分,在 UNSW-NB15 和 CIC-IDS2017 上检测性能优于校准 XGBoost,但多类归因落后。两阶段级联方案(Suricata + VX-One)对未知攻击召回率达97.8%,但校准性能随时间漂移下降。
ATEST 通过联合评估额外样本的预期值和当前 GPU 成本,实现动态推理时扩展。在 Phi-3-mini 和 Qwen2.5-3B 测试中,ATEST-Online 在高负载下将 GSM8K 准确率提升至 60.0%,且无任务延迟,同时比 ATEST-Calibrated 节省 42 倍 GPU 时间和 48 倍能耗。