· ai
[Paper] 使用 Rubric Rewards 训练 AI 合科学家
AI co-scientists 正在成为帮助人类研究人员实现研究目标的工具。这些 AI co-scientists 的一个关键特性是其能力……
-
- · ai
[Paper] 扩散了解透明性：重新利用 Video Diffusion 进行透明物体深度和法线估计
透明物体仍然是感知系统的顽疾：折射、反射和透射破坏了立体视觉、ToF 以及纯粹……的假设。
- · ai
[论文] 在多轮对话中引发行为
在对话环境中识别大型语言模型（LLMs）的特定且往往复杂的行为对于其评估至关重要。近期工作提出…
- · ai
[Paper] 贝尔曼校准用于离线强化学习中的 V-Learning
我们引入 Iterated Bellman Calibration，这是一种简单、模型不可知、事后（post‑hoc）校准 off‑policy 价值预测的程序，适用于无限时域的 Markov …
- · ai
[Paper] 用细粒度人类反馈对文本片段微调 LLMs
我们提出了一种方法和数据集，用于在偏好监督下通过反馈驱动的改进链对语言模型进行微调。给定模型的响应，……
- · ai
[Paper] PROFASR-BENCH：针对高风险专业语音的上下文条件化 ASR 基准
在专业环境中的自动语音识别（ASR）面临着现有基准低估的挑战：密集的领域术语、正式语体的变体……
- · ai
[Paper] 多语言隐藏提示注入攻击对基于LLM的学术评审
大型语言模型（LLMs）正日益被考虑用于高影响力的工作流程，包括学术同行评审。然而，LLMs 易受到文档……
- · ai
【论文】Web World Models
语言代理日益需要持久的世界，在其中它们可以行动、记忆和学习。现有方法位于两个极端：传统的网络 fra...
- · ai
[Paper] 端到端 Test-Time Training 用于长上下文
我们将长上下文语言建模定义为持续学习中的一个问题，而不是架构设计。在这种定义下，我们仅使用标准的 a...
- · ai
[Paper] 校准的多层分位数预测
我们提出了一种在线方法，用于同时保证多个分位水平的分位数预测的校准。α水平的分位数预测序列……
- · ai
[Paper] 随机控制微分方程
我们提出了一种训练高效的时间序列学习框架，将随机特征与受控微分方程（CDE）相结合。在这种方法……
- · ai
[Paper] IDT：一种基于物理的 Transformer 用于前馈多视角固有分解
内在图像分解是视觉理解的基础，因为 RGB 图像将材料属性、光照和视角相关效应交织在一起。Rec...