· ai
[Paper] 逃离验证器：通过示例学习推理
训练大型语言模型（LLMs）进行推理通常依赖于带有任务特定验证器的强化学习（RL）。然而，许多现实世界的推理‑
-
- · ai
[Paper] 不确定性量化用于视觉对象姿态估计
量化对象姿态估计的不确定性对于稳健的控制和规划至关重要。尽管姿态估计是一个研究成熟的机器人问题……
- · ai
[论文] 注意力引导的 Patch-Wise 稀疏对抗攻击在 Vision-Language-Action 模型上
近年来，具身智能中的 Vision-Language-Action（VLA）模型发展迅速。然而，现有的 adversarial attack 方法需要高成本……
- · ai
[论文] Multi-Crit：在多元标准遵循上的多模态评审基准
大型多模态模型（LMM）因其强大的指令遵循能力和一致性，正日益被用作多模态评估系统中的评审者。本文提出 Multi-Crit 基准，用于测试 LMM 能否充当可靠的评审...
- · ai
[论文] AI/ML 模型卡在 Edge AI 网络基础设施中：迈向 Agentic AI
AI/ML 模型卡可以包含针对 AI/ML 模型与预期用途的基准评估，但在模型训练期间进行的一次性评估并不能……
- · ai
【论文】EvilGenie：奖励劫持基准
我们介绍 EvilGenie，一个用于编程环境中 reward hacking 的基准。我们从 LiveCodeBench 获取问题，并创建一个环境，使得 agents …
- · ai
[Paper] CaFlow：提升长期动作质量评估的 Causal Counterfactual Flow
动作质量评估（AQA）从动作视频中预测细粒度的执行分数，已广泛应用于体育、康复和技能评估……
- · ai
[Paper] 低资源设备上的持续错误纠正
AI模型在日常设备中的广泛应用凸显了一个关键挑战：预测错误会降低用户体验。虽然现有的解决方案……
- · ai
[Paper] 使用迭代 PPO 对齐 LLM 以实现多轮对话结果
优化大型语言模型（LLMs）以实现多轮对话结果仍然是一个重大挑战，尤其是在像 AI mar... 这样的目标导向设置中。
- · ai
[Paper] 弥合不可避免的先验：比较因果建模框架
AI/ML模型已迅速崭露头角，作为解决先前未解决问题的创新，其放大人类偏见的意外后果……
- · ai
[Paper] 视觉Transformer中非单调缩放机制
更深的视觉Transformer往往表现不如较浅的模型，这挑战了常见的尺度假设。通过对ViT-...的系统性实证分析，...
- · ai
[Paper] Qwen3-VL 技术报告
我们推出 Qwen3-VL，这是截至目前 Qwen 系列中最强大的视觉语言模型，在广泛的多模态基准上实现了卓越的性能……