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
evolving prompts in-context: 一种开放式的、自我复制的视角
Wang, Jianyu, Hu, et al.
SPIRAL：零和博弈中的自我对弈通过多智能体多轮强化学习激励推理
Bo Liu, Leon Guertler, Simon Yu, et al.
面向听者的奖励性思考在视觉语言模型中的图像偏好研究
Alexander Gambashidze, Li Pengyi, Matvey Skripkin, et al.
Calligrapher：自由风格文本图像定制
Yue Ma, Qingyan Bai, Hao Ouyang, et al.
VMoBA：视频扩散模型中的块注意力混合方法
Jianzong Wu, Liang Hou, Haotian Yang, et al.
Ovis-U1 技术报告
Guo-Hua Wang, Shanshan Zhao, Xinjie Zhang, et al.
SMMILE：一种专家驱动的多模态医学情境学习基准
Melanie Rieff, Maya Varma, Ossian Rabow, et al.
自动LLM速通基准：重现NanoGPT改进
Bingchen Zhao, Despoina Magka, Minqi Jiang, et al.
Shape-for-Motion：基于3D代理的精确一致视频编辑
Yuhao Liu, Tengfei Wang, Fang Liu, et al.
从理想到现实：面向实际场景的统一且数据高效的密集预测
Changliang Xia, Chengyou Jia, Zhuohang Dang, et al.
ShotBench：视觉-语言模型中的专家级电影理解
Hongbo Liu, Jingwen He, Yi Jin, et al.
XVerse：通过DiT调制实现一致的多主体身份和语义属性控制
Bowen Chen, Mengyi Zhao, Haomiao Sun, et al.
24孔板中的零样本抗体设计
Chai Discovery Team
KinFormer：适用于催化有机反应动力学的通用动态符号回归
Jindou Chen, Jidong Tian, Liang Wu, et al.
MiCo：多图像对比强化视觉推理
Xi Chen, Mingkang Zhu, Shaoteng Liu, et al.
细粒度偏好优化改进了VLM中的空间推理能力
Yifan Shen, Yuanzhe Liu, Jingyuan Zhu, et al.
Ark：一个基于Python的开源机器人学习框架
Magnus Dierking, Christopher E. Mower, Sarthak Das, et al.
Pangu Pro MoE：分组专家混合以实现高效的稀疏性
Tang, Yehui, Li, et al.
LLaVA-Scissor：基于语义连通分量的视频大语言模型中的令牌压缩
Boyuan Sun, Jiaxing Zhao, Xihan Wei, et al.
BlenderFusion：基于3D的视觉编辑与生成合成
Chen, Jiacheng, Mehran, et al.
UniMate：一种统一的机械超材料生成、性能预测及条件确认模型
Wangzhi Zhan, Jianpeng Chen, Dongqi Fu, et al.
HealthGPT：一种通过异质知识适应统一理解与生成的医学大型视觉-语言模型
Tianwei Lin, Wenqiao Zhang, Sijing Li, et al.
学习跳过Transformer的中间层
Tim Lawson, Laurence Aitchison
SAM4D：在相机和激光雷达流中分割任何物体
Jianyun Xu, Song Wang, Ziqian Ni, et al.
在大型语言模型预训练中如何找到“Grokking”？监测从记忆到泛化的转变而不使用测试集
Ziyue Li, Chenrui Fan, Tianyi Zhou
FineWeb2：一管通天下——适应每种语言的预训练数据处理
Guilherme Penedo, Hynek Kydl\u00ed\u010dek, Vinko Sabol\u010dec, et al.
MADrive：增强记忆的驾驶场景建模
Polina Karpikova, Daniil Selikhanovych, Kirill Struminsky, et al.
FaSTA^*：用于高效多轮图像编辑的快速-慢速刀具路径代理与子程序挖掘
Advait Gupta, Rishie Raj, Dang Nguyen, et al.
Mind2Web 2：评估代理搜索中的代理作为评判者
Boyu Gou, Zanming Huang, Yuting Ning, et al.
WorldVLA：迈向自回归动作世界模型
Jun Cen, Chaohui Yu, Hangjie Yuan, et al.
ReCode：利用强化学习更新代码API知识
Haoze Wu, Yunzhi Yao, Wenhao Yu, et al.
当生活给你样本：扩大多语言大模型推理计算的好处
Ammar Khairi, Daniel Dsouza, Ye Shen, et al.