Command Palette
Search for a command to run...
论文
每日更新的前沿 AI 研究论文，助您把握人工智能最新动向
CTRL-Rec：通过自然语言控制推荐系统
Micah Carroll, Adeline Foote, Kevin Feng, et al.
RLFR：通过流环境扩展用于LLM的强化学习
Jinghao Zhang, Naishan Zheng, Ruilin Li, et al.
潜在精炼解码：通过精炼信念状态增强基于扩散的LLM
Qinglin Zhu, Yizhen Yao, Runcong Zhao, et al.
OmniVideoBench：面向全景多模态大模型的音视频理解评估
Caorui Li, Yu Chen, Yiyan Ji, et al.
BEAR：面向原子化具身能力的多模态语言模型基准测试与增强
Yu Qi, Haibo Zhao, Ziyu Guo, et al.
具有表示自编码器的扩散Transformer
Boyang Zheng, Nanye Ma, Shengbang Tong, et al.
QeRL：超越效率——面向LLMs的量化增强型强化学习
Wei Huang, Yi Ge, Shuai Yang, et al.
无需反向传播的威尔逊环：一种用于检测不变性与顺序敏感性的实用诊断方法
Edward Y. Chang, Ethan Y. Chang
TUMIX：带有工具使用混合的多Agent测试时扩展
Yongchao Chen, Jiefeng Chen, Rui Meng, et al.
R-Horizon：你的大型推理模型在广度与深度上究竟能走多远？
Yi Lu, Jianing Wang, Linsen Guo, et al.
AutoPR：让我们自动化你的学术晋升！
Qiguang Chen, Zheng Yan, Mingda Yang, et al.
多模态提示优化：为何不利用多种模态来提升MLLMs？
Yumin Choi, Dongki Kim, Jinheon Baek, et al.
旁路增强引导用于幻觉抑制的扩散采样
Hyunmin Cho, Donghoon Ahn, Susung Hong, et al.
用相机思考：一种面向以相机为中心的感知与生成的统一多模态模型
Kang Liao, Size Wu, Zhonghua Wu, et al.
D2E：在桌面数据上扩展视觉-动作预训练以实现向具身AI的迁移
Suwhan Choi, Jaeyoon Jung, Haebin Seong, et al.
Code2Video：一种以代码为中心的教育视频生成范式
Yanzhe Chen, Kevin Qinghong Lin, Mike Zheng Shou
博士偏见：人工智能驱动的医疗指导中的社会不平等
Emma Kondrup, Anne Imouza
LLM的二阶优化潜力：基于完整高斯-牛顿法的研究
Natalie Abreu, Nikhil Vyas, Sham Kakade, et al.
元认知增强推理模型：自对齐强化学习
Yoonjeon Kim, Doohyuk Jang, Eunho Yang
从何到因：一种基于证据的化学反应条件推理多Agent系统
Cheng Yang, Jiaxuan Lu, Haiyuan Wan, et al.
DreamOmni2：基于多模态指令的编辑与生成
Bin Xia, Bohao Peng, Yuechen Zhang, et al.
VideoCanvas：通过上下文条件实现任意时空补丁的统一视频补全
Minghong Cai, Qiulin Wang, Zongli Ye, et al.
UniVideo：视频的统一理解、生成与编辑
Cong Wei, Quande Liu, Zixuan Ye, et al.
MemMamba：重新思考状态空间模型中的记忆模式
Youjin Wang, Yangjingyi Chen, Jiahao Yan, et al.
MM-HELIX：通过整体平台与自适应混合策略优化提升多模态长链反思推理
Xiangyu Zhao, Junming Lin, Tianhao Liang, et al.
PromptCoT 2.0：面向大型语言模型推理的提示合成扩展
Xueliang Zhao, Wei Wu, Jian Guan, et al.
Extract-0：用于文档信息提取的专用语言模型
Henrique Godoy
OmniRetarget：面向人形机器人全身运动与操作及场景交互的交互保持型数据生成
Lujie Yang, Xiaoyu Huang, Zhen Wu, et al.
WildSpeech-Bench：在真实场景中对端到端SpeechLLM进行基准测试
Linhao Zhang, Jian Zhang, Bokai Lei, et al.
针对大型语言模型对齐的内部激活值的Token感知编辑
Tianbo Wang, Yuqing Ma, Kewei Liao, et al.
旨在学习：面向低资源视觉-语言建模的Token级动态门控
Bianca-Mihaela Ganescu, Suchir Salhan, Andrew Caines, et al.
通过早期经验进行Agent学习
Kai Zhang, Xiangchao Chen, Bo Liu, et al.