· ai
[Paper] 少即是多：Probabilistic reduction 最好用 small-scale predictability measures 来解释
本文的主要研究问题集中在定义在研究关系 b 时所需的或适当的上下文量。
-
- · ai
[Paper] RoboMirror: 先理解再模仿——从视频到类人机器人行走
人类通过视觉观察学习运动，先解释视觉内容再模仿动作。然而，state-of-the-art humanoid locomotion sy...
- · ai
[Paper] 嵌套浏览器使用学习用于代理式信息寻求
Information-seeking (IS) agents 已在广泛且深入的搜索任务中取得了强劲表现，但它们的工具使用仍然主要局限于 …
- · ai
[Paper] OmniAgent：音频引导的主动感知代理用于全模态音视频理解
Omnimodal 大语言模型在统一音频和视觉模态方面取得了显著进展；然而，它们往往缺乏细粒度的跨模态理解……
- · ai
[Paper] 通过深度神经网络对得分函数及其导数的同步近似
我们提出了一种同时近似score function及其导数的理论，使得能够处理具有低维结构的数据分布。
- · ai
[Paper] 消费者健康护理问题摘要的数据集与基准
对健康信息的追求已经让网络充斥着消费者的健康相关问题。一般来说，消费者使用过于描述性和外围的……
- · ai
[Paper] 重新思考端到端 3D 感知的时空对齐
时空对齐对于自动驾驶（AD）中端到端（E2E）感知的时间建模至关重要，能够提供有价值的结构和纹理……
- · ai
[Paper] AI辅导可以安全且有效地支持学生：在英国课堂的探索性RCT
一对一辅导被广泛认为是个性化教育的金标准，但其规模化成本仍然高得难以承受。为了评估基因……
- · ai
[Paper] BOAD：通过 Bandit 优化发现层次化软件工程代理
大型语言模型（LLMs）已经展示出强大的推理和编码能力，但它们在推广到真实世界的软件工程（SWE）问题时仍然面临困难……
- · ai
[Paper] 3D形状生成中的记忆：实证研究
生成模型正日益被用于3D视觉，以合成新形状，但仍不清楚它们的生成是否依赖于记忆训练数据。
- · ai
[Paper] 基于后悔的联邦因果发现（未知干预）
大多数因果发现方法从观测数据中恢复表示 Markov 等价类的 completed partially directed acyclic graph。最近的工作 …
- · ai
[论文] Physics-Informed Neural Networks 用于器件与电路建模：NeuroSPICE 案例研究
我们提出 NeuroSPICE，这是一种基于物理信息的神经网络（PINN）框架，用于器件和电路仿真。不同于传统的 SPICE，它依赖于时间……