· ai
[论文] 高效相机控制的静态场景视频生成：稀疏扩散与3D渲染
基于扩散模型的现代视频生成模型能够生成非常逼真的片段，但它们计算效率低下，通常需要数分钟的……
-
- · ai
[Paper] 同理心适用性建模用于一般健康查询
LLMs 正日益被整合到临床工作流程中，但它们往往缺乏 clinical empathy，这是有效 doctor-patient communication 的关键方面。
- · ai
[论文] LLMs 可以压缩 LLMs：由代理进行的自适应剪枝
随着大型语言模型（LLMs）持续扩展，后训练剪枝已成为一种有前景的方法，可在保持性能的同时降低计算成本……
- · ai
[Paper] 对比几何学习解锁统一的基于结构和配体的药物设计
基于结构的和基于配体的计算药物设计传统上依赖于相互独立的数据来源和建模假设，这限制了它们的联合使用……
- · ai
[论文] 使用生成数据的路由：无标注 LLM 技能估计与专家选择
大型语言模型（LLM）路由器会根据给定输入动态选择最优模型。现有方法通常假设可以获取真实标签数据，...
- · ai
[Paper] DeepResearchEval：一个用于深度研究任务构建和Agentic评估的自动化框架
Deep research systems 被广泛用于 multi-step web research、analysis 和 cross-source synthesis，但它们的评估仍然具有挑战性。Existing benc...
- · ai
[Paper] 通过正交梯度投影解耦多任务 LoRA 中的任务冲突
多任务学习（MTL）结合低秩适应（LoRA）已成为参数高效部署大型语言模型的有前景的方向。
- · ai
[Paper] 通过 Agentic AI 方法实现供应链中断监控的自动化
现代供应链正日益面临来自地缘政治事件、需求冲击、贸易限制以及自然灾害的中断。虽然许多...
- · ai
[Paper] STEP3-VL-10B 技术报告
我们推出 STEP3-VL-10B，这是一款轻量级开源基础模型，旨在重新定义紧凑效率与前沿水平多模态之间的权衡……
- · ai
[Paper] 协作多智能体测试时强化学习用于推理
Multi-agent systems 已经发展成为许多应用中的实用 LLM 驱动协作者，通过多样性和交叉检查获得了鲁棒性。然而，m...
- · ai
[Paper] SCE-SLAM：通过场景坐标嵌入实现尺度一致的单目 SLAM
单目视觉SLAM能够从互联网视频进行3D重建，并在资源受限的平台上实现自主导航，但却受到尺度漂移的影响，…
- · ai
[Paper] 自监督动物识别用于长视频
在长时段视频中识别单个动物对于行为生态学、野生动物监测和畜牧管理至关重要。传统方法 r...