当前的前馈 3D/4D 重建系统依赖于 dense geometry 和 pose supervision —— 在大规模下获取成本高昂，且在动态场景中尤为稀缺……

LLM 代理正快速演进，得益于代码执行、工具以及最近推出的 agent skills 功能。Skills 允许用户扩展 LLM 应用程序……

我们研究已训练分类器集合的后校准不确定性。具体而言，我们同时考虑 aleatoric（标签噪声）和 epistemic（模型）不确定性。

从真实世界观测中估计可用于仿真的场景对于下游的规划和策略学习任务至关重要。遗憾的是，现有方法stru...

Mean Field Games (MFGs) 为建模大规模人口模型中的交互提供了原则性的框架：在大规模下，人口动态变为确定性，……

数据可视化规则——源自数十年在设计和感知方面的研究——确保图表传达的可信度。虽然先前的研究已经表明，大...

随着大型语言模型（LLMs）的兴起，它们已在检索增强生成（RAG）等应用中发挥了关键作用。然而，对这些……

流行病学模型日益依赖自我报告的行为数据，例如疫苗接种状态、口罩使用和社交距离遵守情况，以预测……

当前针对大模型推理的强化学习目标主要侧重于最大化期望奖励。该范式可能导致对 dom... 的过拟合。

目标：通过避免不必要的推理，同时保持……，提升使用大型语言模型（LLMs）进行医学问答（MedQA）的效率。

大型语言模型（LLMs）是如何知道它们所知道的内容的？要回答这个问题一直很困难，因为预训练数据往往是一个“黑箱”——未知的……

解决长期任务需要机器人将高层语义推理与低层物理交互相结合。虽然视觉语言模型（VLMs）...