【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, 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。…