· ai
[Paper] RELIC：交互式视频世界模型与长时程记忆
真正的交互式世界模型需要三个关键要素：real-time long-horizon streaming、一致的spatial memory，以及精确的user control。然而，...
-
- · ai
[Paper] 快速且高效的 Normalizing Flows 及图像生成模型的应用
本论文在两个主要领域提出了新颖的贡献：提升生成模型的效率，特别是 normalizing flows，以及应用 gener...
- · ai
[Paper] Domain Feature Collapse：对Out-of-Distribution Detection的影响及解决方案
为什么当模型在单域数据集上训练时，最先进的 OOD 检测方法会表现出灾难性失败？我们提供了第一个理论…
- · ai
[Paper] Jina-VLM：小型多语言视觉语言模型
我们提出 Jina-VLM，这是一款拥有 2.4B 参数的视觉语言模型，在开放的 2B 规模 VLM 中实现了最先进的多语言视觉问答。The ...
- · ai
[Paper] 大语言模型用于有限噪声数据：引力波识别研究
本研究探讨在特定情形下，大型语言模型（LLMs）相较于传统神经网络在天文数据处理方面是否具有优势。
- · ai
[Paper] PSA：金字塔稀疏注意力用于高效视频理解与生成
注意力机制是基础模型的核心，但其二次复杂度仍然是扩展的关键瓶颈。这一挑战推动了……
- · ai
[Paper] TARA Test-by-Adaptive-Ranks 用于量子异常检测的 Conformal Prediction 保证
Quantum key distribution (QKD) 的安全性根本依赖于区分真实的 quantum correlations 与 classical eavesdropper simulations 的能力，...
- · ai
[论文] 通过正则化实现私有ML的高效公开验证
使用差分隐私（DP）进行训练为数据集中的成员提供了一种保证，即他们不能被已发布模型的用户识别。然而，尽管如此，...
- · ai
[Paper] 关于草图表示学习的时序性
草图是人类手绘的对复杂场景和现实世界物体的简化抽象。虽然草图表示学习领域已经取得了显著的进展……
- · ai
[Paper] 教老 Tokenizer 新词：用于预训练模型的高效 Tokenizer 适配
Tokenizer 适配在将预训练语言模型转移到新领域或新语言中发挥重要作用。在本工作中，我们解决了两个互补的……
- · ai
Mixture of Experts 为最智能的 Frontier AI 模型提供动力，在 NVIDIA Blackwell NVL72 上运行速度提升 10 倍
- 前十名最智能的开源模型全部采用 mixture-of-experts 架构。 - Kimi K2 Thinking、DeepSeek‑R1、Mistral Large 3 等模型的运行速度提升了 10 倍……
- · ai
帮助电力系统规划者为未知的未来做好准备
Macro 是由 MIT Energy Initiative 开发的建模工具，使能源系统规划者能够探索开发基础设施以支持脱碳的选项。