· ai
[Paper] 每个 Token 都很重要：在大型语言模型中推广 16M 超长上下文
本工作探讨了构建“能够记忆的机器”的挑战，将长期记忆框定为高效超长上下文建模的问题。W...
-
- · ai
[Paper] 面向自动安全驾驶指令：大规模视觉语言模型方法
大规模视觉语言模型（LVLMs）在需要视觉信息的任务中展现出先进的能力，包括目标检测。这些能力……
- · ai
[Paper] 缩小参数高效联邦边缘学习的泛化差距
联邦边缘学习（FEEL）为边缘人工智能（AI）提供了有前景的基础，通过实现协作模型训练，同时保护 d...
- · ai
[Paper] AI for 软件工程：从可能到可证明
Vibe coding，作为备受推崇的将 AI 技术用于编程的方式，面临两个巨大的障碍：目标指定的困难（“prompt engineering”是……）。
- · ai
[Paper] 稳定性边缘的谱集中：信息几何视角下的 Kernel Associative Memory
高容量核 Hopfield 网络表现出一种被称为“优化岭”的特性，其特点是极端的稳定性。虽然之前将其与“谱浓度”联系在一起，...
- · ai
[Paper] 智能神经网络：从层次结构到图组织的智能
生物神经元展现出非凡的智能：它们保持内部状态，选择性地与其他神经元通信，并自组织成复杂的……
- · ai
[Paper] Equilibrium Propagation 无限制
我们通过建立有限扰动基础来实现局部 credit assignment，从而将 Equilibrium Propagation (EP) 从无限小扰动的限制中解放出来。通过……
- · ai
[Paper] 重新审视不同难度水平的泛化：并非那么容易
我们调查了大型语言模型（LLMs）在不同任务难度上的泛化能力，这是一项对有效数据策划和评估至关重要的问题。E...
- · ai
[Paper] TraceGen：在 3D 轨迹空间中的世界建模实现跨体态视频学习
学习在新平台和新场景中仅通过少量示例来学习新的机器人任务仍然具有挑战性。虽然其他形态——人类…（后文保持不变）
- · ai
[Paper] ToolOrchestra：通过高效模型和工具编排提升智能
大型语言模型是强大的通用模型，但解决诸如人类最后考试（HLE）之类的深层复杂问题仍然在概念上……
- · ai
[论文] G$^2$VLM: 基于几何的视觉语言模型，具备统一的 3D 重建与空间推理
Vision-Language Models (VLMs) 仍然缺乏空间智能方面的鲁棒性，在空间理解和推理任务上表现不佳。我们...
- · ai
**Matrix：点对点多代理合成数据生成框架**
Synthetic data has become increasingly important for training large language models, especially when real data is scarce, expensive, or privacy-sensitive. Many ... 合成数据在训练大型语言模型方面变得越来越重要，尤其是在真实数据稀缺、成本高昂或涉及隐私的情况下。许多 …