强化学习微调已被证明在引导生成扩散模型朝向图像和分子领域的期望属性方面有效。Graph...

封面图片：智能与连接的交汇：我在2026年印度AI影响峰会的旅程

我厌倦了向彬彬有礼的朋友们推销糟糕的点子。你知道那套流程：你分享最新的“revolutionary”概念，大家点头称赞。“听起来很酷。” “Inter…”。

现代AI系统的卓越性能源于前所未有的数据、计算和能源规模——远远超出所需的资源……

Transformer 模型包含大量内部冗余，这源于坐标依赖的表示和连续对称性，无论是在模型空间中还是在……

自主（噪声不可知）生成模型，例如 Equilibrium Matching 和 blind diffusion，挑战了标准范式，通过学习单一的、时间不变的……

本文提出了一个直接框架，用于在 U(d) 的闭子群上构建具有隐藏状态的序列模型。我们采用最小公理化设置，并推导出递归……

图神经网络（GNN）的表达能力通常通过与 Weisfeiler‑Leman（WL）算法以及一阶逻辑片段的对应关系来分析。

尽管 deep learning 在 computer vision 领域取得了成功，但在识别经历了 group-symmetric transformations 的对象时仍然存在困难，尤其是这些变换很少出现……

准确预测主机功率对于船舶性能优化、燃油效率以及遵守排放法规至关重要。Convention...

生物神经网络（如海马体）可以在内部生成类似于刺激驱动活动的“重放”。最近的 computational models of replay …

我们提出 PRISM-FCP（Partial shaRing and robust calIbration with Statistical Margins for Federated Conformal Prediction），一种对拜占庭容错的联邦协同预测方法。