· ai
[Paper] 用于最大熵强化学习的扩散模型框架
扩散模型在数据驱动学习以及从复杂的、未归一化的目标分布中采样方面取得了显著成功。基于此……
-
- · ai
[Paper] Visual Sync: 多摄像头同步 via 跨视角对象运动
今天，人们可以轻松记录难忘的时刻，范围包括音乐会、体育赛事、讲座、家庭聚会和生日派对等多种消费……
- · ai
[Paper] 改进的 Mean Flows：关于 Fastforward 生成模型的挑战
MeanFlow（MF）最近被确立为一种一步生成建模的框架。然而，它的“fastforward”特性在…
- · ai
[Paper] Four Over Six：更精确的 NVFP4 量化与自适应块缩放
随着大语言模型规模的不断扩大，低精度数值格式（如 NVFP4）因其速度和内存优势而日益受到欢迎……
- · ai
[Paper] AlignSAE：概念对齐稀疏自编码器
大型语言模型（LLMs）在隐藏的参数空间中编码事实知识，这些空间难以检查或控制。虽然稀疏自编码器（SAEs）……
- · ai
[Paper] 学习 Sim-to-Real 类人机器人行走 只需 15 分钟
大规模并行仿真已将机器人强化学习（RL）训练时间从数天缩短到数分钟。然而，要实现快速且可靠的仿真到…
- · ai
[Paper] RoaD：将 Rollouts 视为 Demonstrations 用于闭环监督微调自动驾驶策略
自动驾驶策略通常通过 open-loop behavior cloning 对人类示范进行训练。然而，这类策略在协变量偏移时会受到影响。
- · ai
[Paper] LLM CHESS：通过国际象棋对LLM的推理和指令遵循进行基准测试
我们介绍了 LLM CHESS，一个旨在探究大型语言模型在推理和遵循指令能力上的泛化性的评估框架（...）。
- · ai
[Paper] 非平稳环境中的离线强化学习预测
离线强化学习（RL）在从预先收集的数据集训练策略时提供了一条有前景的途径，尤其是在获取额外交互数据困难的情况下……
- · ai
[Paper] 一种稳健且可推广的设备无关深度学习模型，用于基于三轴腕部加速度计的睡眠-觉醒判定
研究目的：腕部加速度计被广泛用于推断睡眠-清醒状态。先前的研究显示，唤醒检测效果不佳，且缺乏跨设备的通用性。
- · ai
[Paper] 基于特征的语义感知调度用于能量采集联邦学习
在资源受限的边缘设备上进行联邦学习（FL）面临一个关键挑战：训练深度神经网络（DNN）所需的计算能量……
- · ai
[Paper] Chain-of-Ground：通过迭代推理和参考反馈提升 GUI Grounding
GUI grounding 旨在将自然语言指令与复杂用户界面中的精确区域对齐。先进的多模态大型语言模型表现出强大的……