· ai
[Paper] WorldReel：4D 视频生成，实现一致的几何与运动建模
近期的视频生成器实现了惊人的写实效果，但在三维空间上仍然根本不一致。我们提出了 WorldReel，这是一种原生的四维视频生成器……
-
- · ai
[论文] 基于图的光谱-拓扑 EEG 表征学习与梯度对齐用于脑机接口
我们提出了一种新颖的基于图的 EEG 表征学习方法，称为梯度对齐（GEEGA），它利用多域信息来学习 EEG 表征……
- · ai
Google 解释 Chrome 的 agentic 浏览安全与保护中的 Gemini
随着 Gemini 在 Chrome 中的加入以及即将推出的 agentic capabilities，Google 正在详细说明浏览器将如何防御威胁。更多……
- · ai
[Paper] 可证明的长程收益：Next-Token Prediction
为什么现代 language models 在进行 next-word prediction 训练后，似乎能够生成连贯的文档并捕捉长程结构？在这里我们展示……
- · ai
[Paper] 通过训练动态理解代码模型的隐私风险：因果方法
用于代码的大型语言模型（LLM4Code）显著提升了开发者的生产力，但也因依赖开源仓库而引发了隐私担忧……
- · ai
[Paper] 审计游戏中的沙袋行为
未来的 AI 系统可能在评估期间隐藏其能力（“sandbagging”），从而误导开发者和审计员。我们对 sandbag...进行压力测试。
- · ai
[Paper] LUNA：基于 LUT 的神经架构用于快速且低成本的量子比特读取
量子比特读取是量子计算系统中的关键操作，它将量子比特的模拟响应映射为离散的经典状态。深度神经网络……
- · ai
[Paper] Lang3D-XL: 语言嵌入的 3D 高斯用于大规模场景
在3D表示中嵌入语言字段，通过将几何与描述性意义关联，实现对空间环境更丰富的语义理解。Th...
- · ai
[Paper] Multi-view Pyramid Transformer：看得更粗，以见更广
我们提出 Multi-view Pyramid Transformer (MVP)，一种可扩展的多视角 transformer 架构，能够直接从十到数百...重建大型 3D 场景。
- · ai
【论文】Group Representational Position Encoding
我们提出了 GRAPE（Group RepresentAtional Position Encoding），一个基于群作用的统一位置编码框架。GRAPE 将两类……
- · ai
[Paper] OneStory：连贯的多镜头视频生成与自适应记忆
在真实世界的视频中，叙事通常通过多个镜头展开——这些镜头虽然不连续，却在语义上相连，共同传达一个连贯的叙事……
- · ai
[Paper] 协作因果意义建构：弥合人机决策支持中的互补性差距
LLM-based agents 正在快速被接入专家决策支持系统，但在混乱且高风险的环境中，它们很少让团队更聪明：人机团队的……