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
MMaDA-Parallel：面向思维感知编辑与生成的多模态大扩散语言模型
Ye Tian, Ling Yang, Jiongfan Yang, et al.
TiViBench：面向视频生成模型的视频思维推理基准测试
Harold Haodong Chen, Disen Lan, Wen-Jie Shu, et al.
Part-X-MLLM：面向部件感知的3D多模态大语言模型
Chunshi Wang, Junliang Ye, Yunhan Yang, et al.
Uni-MoE-2.0-Omni：基于先进MoE、训练与数据的面向语言中心的全模态大模型扩展
Yunxin Li, Xinyu Chen, Shenyuan Jiang, et al.
P1：基于强化学习的物理奥林匹克竞赛攻关
Jiacheng Chen, Qianjia Cheng, Fangchen Yu, et al.
Lancelot：面向高效且隐私保护的拜占庭鲁棒联邦学习的全同态加密框架
Siyang Jiang, Hao Yang, Qipeng Xie, et al.
无需变分自编码器的潜在扩散模型
Minglei Shi, Haolin Wang, Wenzhao Zheng, et al.
RewardMap：通过多阶段强化学习应对细粒度视觉推理中的稀疏奖励
Sicheng Feng, Kaiwen Tuo, Song Wang, et al.
ReinFlow：通过在线强化学习微调流匹配策略
Tonghe Zhang, Chao Yu, Sichang Su, et al.
推理能力的语音评估：诊断模态诱导的性能差距
Yueqian Lin, Zhengmian Hu, Qinsi Wang, et al.
MarsRL：通过代理流水线并行化的强化学习推进多Agent推理系统
Shulin Liu, Dong Du, Tao Yang, et al.
虚拟宽度网络
Seed, Baisheng Li, Banggu Wu, et al.
AIonopedia：一个由 LLM Agent 驱动的多模态学习系统，用于离子液体的发现
Yuqi Yin, Yibo Fu, Siyuan Wang, et al.
UI2CodeN：一种支持测试时可扩展的交互式UI到代码生成的视觉语言模型
Zhen Yang, Wenyi Hong, Mingde Xu, et al.
GGBench：面向统一多模态模型的几何生成推理基准
Jingxuan Wei, Caijun Jia, Xi Bai, et al.
WEAVE：释放并基准测试上下文交错理解与生成能力
Wei Chow, Jiachun Pan, Yongyuan Liang, et al.
DoPE：去噪旋转位置嵌入
Jing Xiong, Liyang Fan, Hui Shen, et al.
BRFL：一种基于区块链的拜占庭鲁棒联邦学习模型
Yang Li, Chunhe Xia, Chang Li, et al.
基于指数-高斯混合网络的视频观看时长预测多粒度分布建模
Xu Zhao, Ruibo Ma, Jiaqi Chen, et al.
SAC Flow：通过速度重参数化序列建模实现基于流策略的样本高效强化学习
Yixian Zhang, Shu'ang Yu, Tonghe Zhang, et al.
针对闭源MLLM的对抗攻击通过特征最优对齐
Xiaojun Jia, Sensen Gao, Simeng Qin, et al.
Hail to the Thief：探索去中心化GRPO中的攻击与防御
Nikolay Blagoev, Oğuzhan Ersoy, Lydia Yiyu Chen
Depth Anything 3：从任意视角恢复视觉空间
Haotong Lin, Sili Chen, Junhao Liew, et al.
大语言模型的黑盒策略蒸馏
Tianzhu Ye, Li Dong, Zewen Chi, et al.
UniVA：面向开源下一代视频通用智能体的通用视频代理
Zhengyang Liang, Daoan Zhang, Huichi Zhou, et al.
PAN：一种通用、可交互且长时程世界模拟的世界模型
PAN Team Institute of Foundation Models, Jiannan Xiang, Yi Gu, et al.
潜空间的一小步，像素空间的一大步：适用于扩散模型的快速潜空间上采样适配器
Aleksandr Razin, Danil Kazantsev, Ilya Makarov
YOLOv13：基于超图增强的自适应视觉感知实时目标检测
Mengqi Lei, Siqi Li, Yihong Wu, et al.
MonkeyOCR：基于结构识别关系三元组范式的文档解析
Adam Tauman Kalai, Yael Tauman Kalai, Or Zamir
更安全的生成式AI的共识采样
Adam Tauman Kalai, Yael Tauman Kalai, Or Zamir
Argus：面向端到端ADS的韧性导向安全保证框架
Dingji Wang, You Lu, Bihuan Chen, et al.
基于世界模型的策略优化用于视觉-语言-动作模型
Fangqi Zhu, Zhengyang Yan, Zicong Hong, et al.