· ai
[Paper] AlcheMinT: 细粒度时间控制用于多参考一致视频生成
近期，基于大型扩散模型的以主题为驱动的视频生成取得了重要进展，使得能够在用户提供的主题条件下进行个性化内容合成……
-
- · ai
[Paper] Mull-Tokens: 模态无关 潜在思考
推理超越语言；现实世界需要对空间、时间、affordances，以及远超文字所能表达的诸多方面进行推理。现有的 multimo...
- · ai
[Paper] OmniView：全视扩散模型用于 3D 和 4D 视图合成
先前将相机控制注入扩散模型的方法主要聚焦于 4D 一致性任务的特定子集：新视角合成、文本到视频…
- · ai
[Paper] 更强的无归一化Transformer
尽管归一化层长期被视为深度学习架构中不可或缺的组成部分，最近引入的 Dynamic Tanh (DyT) 已经……
- · ai
[Paper] 关于决策代理与高阶因果过程
我们在部分可观测马尔可夫决策过程（POMDP）中的决策代理与单输入过程函数之间建立了精确的对应关系，...
- · ai
[Paper] 实证评估 Frank-Wolfe 方法用于构建白盒对抗攻击
为神经网络构建对抗性攻击似乎是其在各种服务中部署的关键挑战。为了估计对抗…
- · ai
[Paper] Any4D：统一前馈度量4D重建
我们提出了 Any4D，一种可扩展的多视角 Transformer，用于度量尺度的密集前馈 4D 重建。Any4D 直接生成每像素的运动和几何……
- · ai
[Paper] 基于课程的强化学习在未知弯曲管状通道中的自主无人机导航
在受限的管状环境中进行自主无人机导航仍然是一个重大挑战，因为管道的约束几何形状以及墙壁的接近……
- · ai
[Paper] 异步推理：免训练交互式思考 LLMs
许多最先进的 LLM 被训练成在给出答案之前先思考。推理可以大幅提升语言模型的能力和安全性，但它也会……
- · ai
[Paper] 噪声量子学习理论
我们开发了一个用于从噪声量子实验中学习的框架，重点关注容错设备通过噪声耦合访问未表征系统……
- · ai
【论文】解耦的 Q-Chunking
Temporal-difference (TD) 方法通过从自身的未来价值预测进行 bootstrapping，高效地学习 state 和 action values，但这种 self‑bootstrappi…
- · ai
[Paper] CompanionCast：面向社交共观体验的多代理对话 AI 框架，支持空间音频
社交存在是共同观看内容时享受的核心，但现代媒体消费正日益趋向于孤立。我们调查是否多代理…