Abstract The contrast between the tiger’s ( Panthera tigris ) 2-3 My age and extant tigers’ coalescence approximately 110,000 years ago suggests an ancient demographic bottleneck. Here we collected over 60 extinct specimens across mainland Asia and generated whole genome sequences from a 10,600-year-old Russian Far East (RFE) specimen (RUSA21, 8ξ coverage), 14 South China tigers (0.1-12ξ), three Caspian tigers (4-8ξ), plus 17 new mitogenomes. RUSA21 clustered within modern Northeast Asian phylogroups and partially derived from an extinct Late Pleistocene lineage. While some 8,000-10,000-year-old RFE mitogenomes are basal to all tigers, one 2,000-year-old specimen resembles present Amur tigers. The Caspian tiger likely dispersed from an ancestral Northeast Asian population and experienced gene flow from southern Bengal tigers. Lastly, genome-wide monophyly supported the South China tiger as a distinct subspecies, albeit with mitochondrial paraphyly, hence resolving its longstanding taxonomic controversy. The distribution of mitochondrial haplogroups corroborated by biogeographical modeling suggested Southwest China was a Late Pleistocene refugium for a relic basal lineage. As suitable habitat returned, Eastern China became a genetic melting pot to foster divergent lineages to merge into South China tigers and other subsequent northern subspecies to develop. Genomic information retrieved from ancient tigers hence sheds light on the species’ full evolutionary history leading to nine modern subspecies and resolves the natural history of surviving tigers.

The influence of the age at which complete corpus callosotomy (CC) surgery is performed on seizure outcomes remains unclear. This study aimed to evaluate the age-dependent aspects of long-term seizure outcomes after complete CC.

Adversarial attacks in the field of Natural Language Processing greatly undermine the effectiveness and safety of models, raising significant challenges when it comes to real-world implementation. The researchers suggested using detection methods to identify and reject hostile samples while maintaining the accuracy of the original model. Nevertheless, current detection methods depend on analyzing a single characteristic, resulting in restricted resilience and flexibility. To address these constraints, we proposed the Multiple Adversarial Features Detector (MAFD), an innovative detection technique that utilizes a wide range of adversarial features, such as segmented perplexity, word frequency, and probability distribution, to enhance the effectiveness of detecting adversarial examples. Our comprehensive experiments shows that MAFD outperforms existing advanced methods in terms of detection accuracy and displays significant robustness and adaptability when applied to various base detectors and attack scenarios. In addition, the design of MAFD facilitates the seamless integration of further adversarial features, hence enhancing its detection capabilities.