· 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……
-
- · ai
[Paper] 作者已逝，但如果他们从未活着呢？一次关于捷克 AI 与人类创作诗歌的接受实验
大型语言模型在生成创意文本方面的能力日益提升，然而大多数关于 AI 生成诗歌的研究仍聚焦于英语——一种占主导地位的语言……
- · ai
[Paper] 可伸缩无关的 Kolmogorov‑Arnold 几何在神经网络中的应用
最近，Freedman 和 Mulligan 的研究表明，浅层多层感知器在训练过程中会自发地形成 Kolmogorov‑Arnold 几何（KAG）结构，在 t...
- · ai
[Paper] TAGFN：在大语言模型时代用于假新闻检测的文本属性图数据集
大型语言模型（LLMs）最近在基于文本属性的图机器学习领域引发了革命，但将LLMs应用于图异常检测、...
- · ai
[Paper] 关于 AI 中算法进步的起源
算法已被估计在 2012 年至 2023 年间将 AI 训练 FLOP 效率提升了 22,000 倍 [Ho et al., 2024]。运行小规模的消融实验…
- · ai
[Paper] ReSAM：细化、重新查询与强化：自提示点监督遥感图像分割
交互式分割模型，例如 Segment Anything Model（SAM），在自然图像上展示了显著的泛化能力，但表现不佳……
- · ai
[Paper] TAB-DRW：一种基于DFT的生成式表格数据鲁棒水印
生成式 AI 的兴起使得在医疗、金融和公共政策等领域能够生成高保真度的合成表格数据，这不仅提升了数据可用性，还带来了诸多挑战和机遇。随着合成数据质量的不断提升，研究人员和从业者开始探索其在数据共享、隐私保护以及模型训练等方面的潜在应用。然而，合成数据的真实性、偏差以及对下游任务的影响仍是亟待解决的问题。本文综述了当前生成式 AI 在合成表格数据生成中的最新进展，重点讨论了模型架构、评估指标以及实际应用场景，并提出了未来研究的可能方向。
- · ai
[论文] 通过降维可视化 LLM 潜在空间几何
Large language models (LLMs) achieve state-of-the-art results across many natural language tasks, but their internal mechanisms remain difficult to interpret. I...
- · ai
MoGAN：通过少步运动对抗后训练提升视频扩散中的运动质量
视频扩散模型在帧级保真度方面表现出色，但仍在运动连贯性、动态性和真实感方面存在困难，常常会产生抖动、重影或 …
- · ai
[论文] 大语言模型中先天规划的局限性
大型语言模型（LLMs）在许多基准测试中取得了令人印象深刻的结果，但它们在规划和有状态推理方面的能力仍不明确。我们研究了……
- · ai
[Paper] 基于模型的策略适应用于闭环端到端自动驾驶
端到端（E2E）自动驾驶模型在开放环评估中表现出强大的性能，但往往会出现级联错误和泛化能力差的问题……
- · ai
[Paper] 学习何时停止：Adaptive Latent Reasoning via Reinforcement Learning
Latent reasoning 代表了 Transformer 语言模型的一个新发展，与 chain-of-thought 相比，它在压缩推理长度方面显示出潜力。