Command Palette
Search for a command to run...
الأوراق البحثية
أوراق بحثية متطورة في مجال الذكاء الاصطناعي يتم تحديثها يوميًا لمساعدتك على مواكبة أحدث اتجاهات الذكاء الاصطناعي
أوراق بحثية

تقرير فني لـ Kwai Keye-VL

مسح حول نماذج الرؤية واللغة والحركة للقيادة الذاتية






























موكا: التدريب المستمر الواعي بالطريقة يُنتج تضمينات ثنائية الاتجاه متعددة الوسائط أفضل
FreeLong++: توليد الفيديوهات الطويلة بدون تدريب عبر التكامل الطيفي متعدد الأحزمة
التفكير خارج الرموز: من الذكاء المستوحى من الدماغ إلى الأسس المعرفية للذكاء الاصطناعي العام وتأثيره على المجتمع
هل يحسن التفكير الرياضي قدرات النماذج اللغوية الكبيرة بشكل عام؟ فهم نقل قدرة التفكير في النماذج اللغوية الكبيرة
SciArena: منصة تقييم مفتوحة للنماذج الأساسية في مهام الأدبيات العلمية
الذكاء الاصطناعي الشامل في الطب؛ تحسين الأداء والقابلية للشرح
تطور الدعوات في السياق: منظور مفتوح وذاتي التكرار
SPIRAL: اللعب الذاتي في الألعاب ذات المجموع الصفر يشجع على التفكير من خلال التعلم التعزيزي متعدد الوكلاء ومتعدد الدورات
التفكير المكافأة بالمستمع في نماذج اللغة والصورة المرئية للاختيارات الصورية
خطاط: تخصيص صورة نص حرة
VMoBA: مزيج انتباه الكتل لنموذج الفيديو التفاضلي
SMMILE: معيار محرك من الخبراء للتعلم السياقي متعدد الوسائط في المجال الطبي
القياس القياسي الآلي لسرعة تشغيل نماذج اللغة العميقة: إعادة إنتاج تحسينات NanoGPT
شكل-للحركة: تحرير الفيديو بدقة واتساق باستخدام نموذج ثلاثي الأبعاد
من المثالي إلى الحقيقي: التنبؤ الكثيف الموحد والفعال من حيث البيانات للسيناريوهات الحقيقية
ShotBench: فهم سينمائي على مستوى الخبراء في نماذج الرؤية واللغة
XVerse: التحكم المتسق في الهوية والخصائص الدلالية لعدة مواضيع من خلال تعديل DiT
تصميم الأجسام المضادة بدون تدريب مسبق في صفيحة ذات 24 بئرة
KinFormer: نموذج رياضي ديناميكي قابل للتعميم لحركية التفاعلات العضوية الكاتالítica
MiCo: التباين متعدد الصور للتفكير البصري التعزيزي
تحسين التفضيلات الدقيقة يحسن الاستدلال المكاني في نماذج اللغة المرئية والمعرفية
ARK: إطار مفتوح المصدر مستند إلى بايثون لتعلم الروبوتات
بانغو برو موإي: خليط من الخبراء المجموعين لتحقيق الكفاءة والندرة
LLaVA-مقص: ضغط الرموز باستخدام المكونات المرتبطة معانيًا لـ النماذج اللغوية الكبيرة للفيديو
BlenderFusion: التحرير البصري المُرتكز على ثلاثية الأبعاد والتركيب التوليدي
UniMate: نموذج موحد لتصميم المواد الميتا-ميكانيكية، التنبؤ بخصائصها، وتأكيد حالتها
تعلم تخطي الطبقات الوسطى للمتحولات
SAM4D: تقسيم أي شيء في تدفقات الكاميرا وليدار
أين يمكن العثور على الفهم في التدريب المسبق للنماذج اللغوية الكبيرة؟ مراقبة الانتقال من الحفظ إلى التعميم دون اختبار
FineWeb2: أنبوب واحد لتوسيع نطاق كل اللغات -- تكييف معالجة بيانات التدريب الأولي لكل لغة