· ai
如何扩展您的 LLM 使用
在大型语言模型（Large Language Models，LLMs）方面，这可能是最重要的词，随着ChatGPT的发布。ChatGPT之所以取得如此成功，主要是因为……
-
- · ai
[Paper] Video‑R2：强化多模态语言模型中的一致且有根基的推理
对动态视觉内容进行推理仍然是多模态大型语言模型的核心挑战。最近的思考模型生成显式的推理轨迹。
- · ai
[Paper] Video-CoM：通过操作链进行交互式视频推理
近期的多模态大语言模型（MLLMs）在视频理解方面取得了进展，但大多数仍然是“思考视频”，即一旦视频被编码，推理……
- · ai
[Paper] 思考即行动：通过多轮交互在 LLM 中构建高效的 World Model 推理
开发稳健的世界模型推理对于大型语言模型（LLM）代理在复杂环境中进行规划和交互至关重要。虽然多轮交互……
- · ai
[Paper] AnyTalker：通过交互细化实现多人物说话视频生成的规模化
最近，多人视频生成开始受到关注。虽然已有少数初步工作探索了音频驱动的多人说话视频生成……
- · ai
[Paper] ThetaEvolve：测试时学习在开放问题上
近期在大型语言模型（LLMs）方面的进展已经促成了数学发现的突破，以 AlphaEvolve 为例，这是一个闭源系统，...
- · ai
[Paper] 视觉生成调优
大型视觉语言模型（VLMs）通过广泛的预训练，有效弥合模态差距，获取与视觉表示相匹配的复杂特征……
- · ai
[Paper] SmallWorlds：评估孤立环境中世界模型的动态理解
当前的世界模型缺乏统一且受控的系统评估环境，这使得难以评估它们是否真正捕捉到了底层的 ru...
- · ai
[Paper] 进步的代价：算法效率与 AI 推理成本下降
近年来，语言模型在高级基准上取得了巨大的进展，但这些进展在很大程度上只能通过使用更昂贵的模型来实现……
- · ai
[Paper] 面向对象的数据合成用于类别级目标检测
Deep learning 方法在 object detection 方面已经实现了对图像中特定目标类别的可靠检测。然而，扩展模型的检测能力…
- · ai
[Paper] Physics-Informed Neural Networks 用于热物性属性检索
Inverse heat problems 指的是在已观测或已知的热扩散行为下，对材料热物理属性进行估计。Inverse heat problems 已经…
- · ai
[Paper] 可证明的 Sinusoidal Activation 对 Modular Addition 的益处
本文研究了激活函数在使用两层神经网络学习模加法中的作用。我们首先建立了一个明确的表达能力差距：si...