新模型旨在加速 Codex 的功能，Codex 是 OpenAI 本周早些时候推出的具备代理能力的编码工具……

Moore‑Penrose 伪逆 (PInv) 是线性系统的基本解。在本文中，我们提出了一种对 PInv 的自然推广……

高效且持续地将 large pretrained models 适配到新任务对于 real‑world deployment 至关重要，但由于 catastrophic forgetting 等挑战仍然困难。

多图像空间推理仍然是当前多模态大语言模型（MLLMs）的挑战。虽然单视角感知本质上是二维的，推理……

由提示的大型语言模型构建的多代理系统可以提升多轮推理能力，然而大多数现有的流水线依赖于固定的、跨轨迹的通信……

多模态大型语言模型（MLLMs）通过连接视觉和语言，在多模态感知和推理方面取得了显著进展。然而，大多数现有...

为了完成人类以 natural language 提供的任务，机器人必须解释指令，生成并回答与 scene understanding 相关的问题，……

近期在空间推理方面的进展，使用多模态大语言模型（MLLMs）越来越多地利用来自3D编码器的几何先验。然而，大多数现存……

自回归大型语言模型（LLMs）表现出色，但需要本质上顺序的解码，导致推理延迟高且 GPU 利用率差……

人类很少在显式的全身动作层面上规划与物体的全身交互。高级意图，例如 affordance，定义了目标……

多模态大语言模型（MLLMs）最近被用于通用多模态检索，其中链式思考（CoT）推理能够提升候选项的质量。

预训练的视觉语言模型对物理世界没有良好的直觉。最近的研究表明，监督微调可以提升模型的……

Vision Foundation Models (VFMs) 在应用于各种下游 2D 任务时取得了显著成功。尽管它们效果显著，但它们常常表现出……

Out-of-distribution（OOD）检测，将高维数据映射为标量 OOD 分数，对于机器学习模型的可靠部署至关重要……

基于大型语言模型（LLM）的多代理系统能够实现富表达的代理推理，但其扩展成本高，并且在时间步对齐的场景下校准性较差。

主动推断（AIF）通过最小化期望自由能（EFE）统一了探索与利用，平衡认知价值（信息增益）和实际价值（...）。

近期针对实时长视频生成的研究通常采用 streaming tuning 策略，尝试使用 short‑cont（短上下文）来训练 long‑context student。

记忆在超出单个上下文窗口运行的大型语言模型（LLM）代理中变得日益核心，然而大多数现有系统仍依赖离线的、查询式的…

虚拟现实（VR）已成为评估学校安全措施的强大工具，尤其在学校枪击等高风险情境中，提供实验……

大型语言模型（LLMs）表现出持续的误校准，尤其是在指令微调和偏好对齐之后。修改后的训练目标可以 i...

当 diffusion model 并未记忆 training data set 时，它到底是如何实现 generalize 的？对它生成的 distribution 进行 quantitative understanding …

现有的加速语言模型推理的技术，例如 speculative decoding，需要训练辅助的 speculator 模型并构建和部署…

大型语言模型（LLMs）正日益以零样本方式用于评估心理健康状况，但我们对哪些因素了解有限，...

Thompson 采样（TS）在随机多臂赌博机中被广泛使用，但其在自适应数据收集下的推断属性非常微妙。经典的……

视觉生成模型的快速发展已经超出了传统评估方法的步伐，迫切需要采用 Vision-Language Models 作为替代……

基于大型语言模型（LLM）的代理正日益被期望能够自主进行谈判、协调和交易，然而现有的基准缺乏原则性的……

语音情感识别（Speech Emotion Recognition, SER）研究由于缺乏标准且足够大的数据集而受到限制。最近的研究利用了预训练…

扩散大语言模型（dLLMs）已成为文本生成的有前景的替代方案，其特点是原生支持并行解码……

深度研究代理已经成为处理复杂查询的强大系统。与此同时，基于LLM的检索器在fol方面展示了强大的能力。

语义表征可以被构建为一种结构化、动态的知识空间，人类在其中导航以检索和操作意义。为了研究……

请提供您希望翻译的具体摘录或摘要文本，我才能为您进行简体中文翻译。

请提供您需要翻译的具体摘录或摘要文本。

Boris Cherny 在公共场合相对经常被认出来。无论是在酒吧、机场，还是在一般的公共空间，人们都想和这位 cre...

长推理模型在多语言环境中常常遇到困难：它们倾向于对非英语问题使用英语进行推理；当被限制在...

请提供您希望翻译的具体摘录或摘要文本，我才能为您进行简体中文翻译。

Claude Opus 4.6，Anthropic 的最新模型，现已在 GitHub Copilot 中推出。在早期测试中，Claude Opus 4.6 在 agentic coding 方面表现出色，具备 specialization…

多项选择题（MCQs）常用于评估大型语言模型（LLMs）中编码的知识、推理能力，甚至价值观。虽然...

请提供您希望翻译的具体摘录或摘要文本，我才能为您进行简体中文翻译。

DARWIN 是一种进化型 GPT 模型，利用类似遗传算法的优化结构，对多个独立的 GPT 代理进行单独训练……

在 Super Bowl——抱歉，我是指 “Big Game”——本周日，Google 正在播出一则关于 Gemini 应用的广告。更多…

代码补全（Code completion，CC）是开发者在与基于 LLM 的编程助手协作时常用的任务。尽管性能有所提升……

本工作研究了自动 AI 代理优化方法在形式验证环境中对真实世界代理的适用性，重点关注自动定理证明……

深度学习革命有一个奇怪的盲点：电子表格。虽然大型语言模型（LLMs）已经掌握了人类散文和图像生成的细微差别……

Pipeline parallelism 使得训练超出单设备内存限制的模型成为可能，但实际吞吐量仍受到 pipeline bubbles 的限制。虽然 parameter …

AI 如何影响优先级 我以为我在使用 AI 来更快执行。 我没有意识到的是，它悄悄地在塑造我在第一阶段所工作的内容……

在本文中，我们提出了一种受神经启发的 reservoir computing (RC) 方法，其中体外培养的皮层神经元网络作为物理……

LLM 的类人认知能力是真实的还是虚假的？信息在神经网络中是如何传播的？LLM 内部是否存在隐藏的知识？……

ElevenLabs CEO 在卡塔尔 Web Summit 上表示，语音将成为 AI 的下一个界面，因为 OpenAI、Google 和 Apple 正在将对话系统推向可穿戴设备以及新的……