Command Palette
Search for a command to run...
论文
每日更新的前沿人工智能研究论文,帮助您紧跟最新的人工智能趋势
篇论文

同策略学习还是异策略学习?蒸馏动力学的系统研究

EVODUET:面向科学发现的网络搜索与任务求解双层协同进化






























Mid-Harness:在模型与 Harness 之间扩展终端智能体的动作
AREX-2:通过长程反思任务推进自我改进智能体
虚假前沿:自进化搜索智能体协同作弊的诊断与缓解
UNIEVO-VL:一种用于多模态模型自我改进的在线策略自蒸馏训练方案
教师是方向,而非终点:在同策略蒸馏中外推 RL 诱导的表征残差
是什么让世界动作模型能够泛化?一项关于测试时未来建模的实证研究
MaLiang-Harness:一条通往图像与视频生成的可编程路径
PanoVLN:迈向有效的全景视觉-语言导航
VoxMem:大型音频语言模型中的多模态记忆基准测试
Omni-IO Skills:驾驭智能体全原生能力
Raven:面向可组合智能体智能的“框架之框架”
YUE2:以前沿质量统一符号音乐生成与音频音乐生成
面向代码智能体 RL 的分组式智能体评分与优势再分配
我们距离移除视觉编码器还有多远?无编码器多模态预训练的规模法则
Duplex-MPE:面向全双工对话中多方交互的基准评测
后训练在不相关决策上留下行为阴影
超越教师分配:领域归一化多教师同策略蒸馏
利用预训练扩散模型与多模态条件增强摄影测量数字表面模型
Tactile-JEPA:面向分布式触觉传感器的拓扑感知自监督表示学习
InternW0-∆:基于 20K+ 小时开放数据、桥接预测动力学与动作的世界动作模型
具有对数线性复杂度的块稀疏注意力
RayOrch:面向基础模型数据准备的受血缘控制多粒度数据流编程与执行
FuseReg:正则化层融合缓解表示自编码器中的重建-生成差距
Rufus-Air:一种开放的 LLM 后训练配方
Agent-Editing World Model:重新思考面向 LLM 智能体的世界建模
OmniEcho:面向全模态具身智能体的音视频空间理解
WanPE:面向现代文本到视频生成的电影级提示增强
你的 Transformer 能同时持有两种想法:大语言模型中线性叠加的证据
在世界模型中训练客体永久性
即时记忆:学习为 LLM 智能体策展任务自适应记忆