**VX-One：面向实时边界分诊的时序校准决策头研究**

_VX-One: Typed, Calibrated Decision Heads for Real-Time Perimeter Triage - An empirical study of unknown-attack honesty, cascade gray zones, and calibration under drift_

> 针对传统签名引擎无法识别未知攻击与生成式模型延迟高、输出难解析的矛盾，研究提出了 VX-One 模型。该模型通过多任务训练，输出经温度校准的二进制门控、封闭集选择及序数分数，能在 CPU 上实现毫秒级推理。实验表明，VX-One 在未知攻击检测及应对时序漂移方面显著优于传统机器学习模型，但在多类归因上仍逊于 XGBoost；同时，模型的门控策略与校准度在跨基准迁移时存在局限，不过通过两阶段级联架构，系统整体召回率可达 97.8%。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-22 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.30090)