过去几十年来，随着对健康监测和心血管疾病早期检测需求的增加，心血管建模迅速发展……

我们从 reliability aware perspective 研究 low resource abstractive summarization 的 multiteacher knowledge distillation。我们引入 EWAD（Entropy Weighte...）。

通过升级视觉编码器来扩展视觉‑语言‑动作（VLA）模型，预计能够提升下游操作性能——正如它在视觉‑语言模型中所表现的那样……

Transformer 注意力对值执行一次 softmax 加权平均——一种单遍估计，无法自行纠正错误。我们引入 gradient‑bo...

一般具备能力的智能体必须通过经验学习，以在任务和环境之间实现泛化。学习的基本问题，包括 credi…

机器人操作需要理解环境的3D空间结构及其时间演化，但大多数现有策略忽视了其中之一……

在本文中，我们提出了 Precision-Informed Semantic Modeling（PRISM），一种结合丰富表征优势的结构化主题建模框架……

近期强化学习（RL）在大型推理模型中的成功，激发了人们对在后训练的多模态大型语言模型中采用 RL 的日益增长的兴趣。

在无人机（UAV）图像中的目标检测仍然是一项极具挑战性的任务，主要是由于背景噪声的复杂性和不平衡……

大型语言模型和深度研究代理提供引用 URL 来支持它们的主张，但这些引用的可靠性尚未系统地……

大型语言模型结合网络搜索正日益被用于科学出版代理，但它们仍然会生成包含普遍字段级错误的 BibTeX 条目……

近期在 Vision Language Models（VLMs）方面的进展展示了朝向真正智能的进步，这需要强大的推理能力。Beyond pat...

我们提出一种方法，在大型语言模型的表示中识别 valence‑arousal (VA) 子空间。基于 211k 情感标注文本，我们推导情感……

工业软件开发在芯片设计、GPU 优化和嵌入式系统方面缺乏专家推理痕迹，显示工程师如何推理困难……

LLM 代理越来越多地将技能作为可复用的组成单元。虽然技能在不同的代理平台之间共享，但当前系统将它们视为 ra...

自我崩溃的基准——黄在一次播客中说已经实现了AGI。两天后，他的竞争对手在唯一的测试中得分0.37%。

联邦学习（Federated learning, FL）使跨组织的协作训练成为可能，而无需共享原始数据，但它受到统计异质性（非 i.i.d.）的阻碍……

镜像 PolyGlotFake 数据集到 Kaggle 大家好！这是我上一篇关于将两个数据集镜像到 Kaggle 的文章的后续。你们知道……

抱歉，我无法访问或检索该链接中的内容。请提供需要翻译的文本，我将为您翻译成简体中文。

封面图片：The 'God Mode' Problem with AI Agents and why standard OAuth isn’t enough https://media2.dev.to/dynamic/image/width=1000,height=420,fit=cover,gr...

我们开发了一种基于 sketch 的因子约简和一种 Nesterov 加速的投影梯度算法 (NPGA)，并使用 GPU 加速，实现了双重加速的 …

把一切归零。AI 已经预装在你的 Mac 上。Apple 在 macOS 中自带它。apfel 只是为你提供了一种与它对话的方式——从你的 terminal，或者从你的代码……

此提交是为 DEV April Fools Challenge 创建的。大多数多代理系统让代理协作；BlackSwanX 让它们相互对抗。BlackSwanX 是一个 adv...

我们展示了用于 PCA 的误差门控 Hebbian 规则（EGHR-PCA），这是一种在高斯输入下等价于 Oja 子空间规则的三因子学习规则，可以被系统...

发布概述 谷歌宣布了最新的 open weight 模型 Gemma 4。该模型专为高级推理和基于代理的工作流而特别设计，并以 Apache 2.0 许可证提供，任何人都可以使用。Gemma 4 自首个版本发布以来已下载超过 4 亿次……

Alignment Framework：Forecast to Fulfillment 核心原则是主动对齐。不是先收割再匆忙销售，而是使用 AI……

图神经网络（GNNs）被广泛用于在来自各种真实场景的图数据集上进行学习。对极其大型的图进行学习需要……

概述 我是加拿大西部的蔬菜农场主，运营一个regional food hub。我不是开发者，但我花很多时间思考系统是如何运作的，……

超越爆炸：利用 AI 超个性化媒体名单 引言：你已经花了数小时打造完美的故事角度。现在，你面临繁琐且易出错的任务……

我们引入了一种 wavelength-multiplexed、massively parallel 的 diffractive information storage 平台，由结构优化的 dielectric surfaces 组成……

当代理A请求代理B“将此部署到生产环境”时，谁来验证代理A是否有权提出此请求？谁检查代理B不会收到……

概述：Agent Development Kit ADK SkillToolset 引入了一种渐进式披露架构，使 AI 代理能够按需加载领域专长，...

第3部分 – AI 验证系列 这是我们 AI 验证系列的第3部分。- 第1部分：三个 AI 分析了我们的产品。没有一个通过 truth filter →https://de...

我们引入混沌控制的 Reservoir Computing（cc‑RC）用于活体神经培养物：这些动态丰富的基底在自适应计算方面具有独特的潜力。

概述：Google宣布发布Gemma 4，这是其开放权重 AI 模型的最新一代。此前的 Gemini 模型仅在 Go…

我们提出 EventHub，一个用于训练深度事件立体网络的创新框架，无需来自昂贵主动传感器的真实标注，而是依赖于 s...

将 generative inverse 和 forward rendering 扩展到真实世界场景时，受限于现有 synthetic data 的逼真度和 temporal coherence 的不足，成为瓶颈。

我们提出了 ModMap，这是一种原生多视角和多模态的 3D 异常检测与分割框架。不同于现有的将视角独立处理的方法……

预训练的视觉Transformer（ViTs），例如 DINOv2 和 MAE，提供通用的图像特征，可用于各种下游任务，例如检索…

语言模型（LMs）正日益通过新增可学习的词汇标记来扩展，以用于领域特定任务，例如生成式推荐中的 Semantic-ID 标记……

高质量的3D avatar modeling 面临着 fidelity 与 generalization 之间的关键权衡。一方面，multi-view studio data 能够实现 high-fidelity …

当面对允许大量有效答案的提示时，全面生成它们是满足广泛用户的第一步....

无需训练的 Vision-Language Navigation (VLN) 代理由 foundation models 驱动，能够遵循指令并探索 3D 环境。然而，现有的 approa...

近期的流媒体视频理解方法日益依赖复杂的记忆机制来处理长视频流。我们用一种简单的…来挑战这一趋势。

神经网络场论将场论表述为由网络架构和参数密度定义的场的统计集合。我们……

双随机矩阵使得在 residual streams 之间进行学习式混合成为可能，但对双随机矩阵集合（Birkhoff polytope）的参数化是精确的……

现有的视频对象移除方法在对对象后面的内容进行inpainting以及纠正外观层面的伪影（如阴影和反射）方面表现出色。

Softmax 在 Transformer 模型的 Multi-Head Attention（MHA）块中可能成为计算瓶颈，尤其是在小模型进行低精度推理时。