· ai
[论文] 单阶段 Huffman 编码器用于 ML 压缩
训练和服务大型语言模型（Large Language Models (LLMs)）需要在多个加速器之间划分数据，其中集合操作经常成为瓶颈……
-
- · ai
[论文] 使用大型语言模型和说服策略检测获胜论点
在论证性文本中检测说服是一项具有重要意义的挑战性任务，对理解人类交流具有重要影响。本研究调查了 r...
- · ai
[Paper] PACEvolve：实现长视角进度感知的一致性演化
大型语言模型（LLMs）已成为进化搜索的强大操作器，然而高效搜索支架的设计仍然是临时的。虽然 prom...
- · ai
[Paper] 多属性综合
我们研究具有多个属性的 LTLf 合成，其中满足所有属性可能是不可能的。我们不是枚举属性的子集，而是计算……
- · ai
[Paper] CURVE：文化与多语言长视频推理基准
最近在视频模型方面取得了巨大的进展，尤其是在长视频理解方面。然而，当前的基准测试主要呈现……
- · ai
[Paper] 影响力训练数据检索用于解释 LLM 的语言化置信度
大型语言模型（LLMs）可以通过对其输出表达置信度来提升用户的感知信任。然而，先前的研究表明，LLMs往往 o...
- · it
为什么 MongoDB 认为更好的检索——而非更大的模型——是可信企业 AI 的关键
Agentic 系统和企业搜索依赖于高效且准确的数据检索。数据库提供商 MongoDB 认为其最新的 embeddi...
- · ai
[Paper] CoMoVi：3D 人体动作与真实视频的协同生成
在本文中，我们发现3D人体动作和2D人体视频的生成本质上是耦合的。3D动作为合理性提供结构先验……
- · ai
解锁最佳性能：AI驱动的转型
2024年，我有幸与迈阿密海豚队的游泳教练合作，他们着手开展一项任务，以优化他们在水上竞争的优势。
- · ai
[Paper] Molmo2：开放权重和数据用于具备视频理解与定位的视觉-语言模型
当今最强的视频语言模型（VLM）仍然是专有的。最强的开源权重模型要么依赖于来自专有 VLM 的合成数据，有效地……
- · ai
[论文] 多目标Pareto前沿优化用于高效自适应VVC流媒体
自适应视频流在过去几年中促进了视频流的改进。需要在比特率、视频质量等编码性能目标之间取得平衡……
- · ai
[Paper] RSATalker：面向多轮对话的真实社交感知 Talking Head 生成
Talking head generation 在虚拟现实（VR）中变得日益重要，尤其是在涉及多轮对话的社交场景中。现有方法……