最新论文
每日更新的前沿 AI 研究论文，助您把握人工智能最新动向
HPSv3：面向全谱人类偏好评分
Yuhang Ma, Xiaoshi Wu, Keqiang Sun, et al.
1 小时前
ComputerRL：面向计算机使用Agent的端到端在线强化学习扩展
Hanyu Lai, Xiao Liu, Yanxiao Zhao, et al.
4 小时前
说话人去标识系统中的身份泄露评估
Seungmin Seo, Oleg Aulov, Afzal Godil, et al.
4 小时前
下一视觉粒度生成
Yikai Wang, Zhouxia Wang, Zhonghua Wu, et al.
14 小时前
4DNeX：轻松实现前馈式4D生成建模
Zhaoxi Chen, Tianqi Liu, Long Zhuo, et al.
14 小时前
ComoRAG：一种面向有状态长篇叙述推理的认知启发式记忆组织RAG
Juyuan Wang, Rongchen Zhao, Wei Wei, et al.
15 小时前
Ovis2.5 技术报告
Shiyin Lu, Yang Li, Yu Xia, et al.
15 小时前
用于宽带计算与通信的集成微波神经网络
Bala Govind, Maxwell G. Anderson, Fan O. Wu, et al.
1 天前
GTool：基于大语言模型的图增强工具规划
Wenjie Chen, Wenbin Li, Di Yao, et al.
1 天前
基于机器学习增强的恒电位框架对锂金属-电解质界面枝晶形成的观测
Taiping Hu, Haichao Huang, Guobing Zhou, et al.
1 天前
XQuant：通过KV缓存重计算突破LLM推理的内存墙
Aditya Tomar, Coleman Hooper, Minjae Lee, et al.
2 天前
BeyondWeb：在万亿规模预训练中规模化合成数据的启示
Pratyush Maini, Vineeth Dorna, Parth Doshi, et al.
2 天前
PaperRegister：通过分层注册索引提升细粒度论文检索
Zhuoqun Li, Xuanang Chen, Hongyu Lin, et al.
2 天前
DINOv3
Oriane Siméoni, Huy V. Vo, Maximilian Seitzer, et al.
2 天前
SSRL：自搜索强化学习
Yuchen Fan, Kaiyan Zhang, Heng Zhou, et al.
2 天前
Thyme：超越图像的思考
Yi-Fan Zhang, Xingyu Lu, Shukang Yin, et al.
2 天前
用文化知识对多语言多模态LLM进行接地
Jean de Dieu Nyandwi, Yueqi Song, Simran Khanuja, et al.
2 天前
HiFiTTS-2：一个大规模高带宽语音数据集
Ryan Langman, Xuesong Yang, Paarth Neekhara, et al.
2 天前
CryptoScope：利用大语言模型实现密码逻辑漏洞的自动化检测
Zhihao Li, Zimo Ji, Tao Zheng, et al.
2 天前
医学图谱RAG：通过图谱检索增强生成实现安全的医学大语言模型
Junde Wu, Jiayuan Zhu, Yunli Qi, et al.
2 天前
Puppeteer：为你的3D模型绑定并动画化
Chaoyue Song, Xiu Li, Fan Yang, et al.
3 天前
STream3R：基于因果Transformer的可扩展序列3D重建
Yushi Lan, Yihang Luo, Fangzhou Hong, et al.
3 天前
PRELUDE：一个旨在要求对长上下文进行全局理解与推理的基准
Mo Yu, Tsz Ting Chung, Chulun Zhou, et al.
3 天前
ToonComposer：通过生成式后关键帧技术简化动画制作
Lingen Li, Guangzhi Wang, Zhaoyang Zhang, et al.
3 天前
NextStep-1：面向大规模连续Token的自回归图像生成
NextStep Team, Chunrui Han, Guopeng Li, et al.
3 天前
We-Math 2.0：一种激励视觉数学推理的多功能MathBook系统
Runqi Qiao, Qiuna Tan, Peiqing Yang, et al.
3 天前
COREVQA：一种众包观察与推理蕴含的视觉问答基准
Ishant Chintapatla, Kazuma Choji, Naaisha Agarwal, et al.
5 天前
RelayFormer：一种用于可扩展图像与视频操纵定位的统一局部-全局注意力框架
Wen Huang, Jiarui Yang, Tao Dai, et al.
5 天前
GMF-Drive：具有空间感知BEV表示的门控Mamba融合用于端到端自动驾驶
Jian Wang, Chaokang Jiang, Haitao Xu
5 天前
看、听、记、思：具备长期记忆的多模态Agent
Lin Long, Yichen He, Wentao Ye, et al.
6 天前