从未标定的图像进行密集的4D重建仍然是一个关键挑战，现有方法依赖于缓慢的test-time优化或碎片化的、task-specific……

将 video generation 从秒级扩展到分钟级面临一个关键瓶颈：虽然 short‑video 数据丰富且 high‑fidelity，但 coherent long‑form 数据却是……

多轮交互与大型语言模型通常会在对话历史中保留助手自身的过去回复。在本工作中，我们重新审视……

现代优化器如 Adam 和 Muon 在训练大语言模型中起着核心作用，但它们对一阶和二阶动量的依赖会引入显著的……

Transformer 已被确立为最近序列建模进展的事实标准骨干，主要是因为它们不断增长的记忆容量能够扩展……

可辨识性在表征学习中通常使用标准指标（例如 MCC、DCI、R^2）在具有已知真实因子的合成基准上进行评估。

许多读者如今在评估在线新闻的可信度时感到困难，因为可靠的报道与错误信息并存。TREC 2025 DRAGUN（Detectio...

人类通过关键转变来感知动作，这些转变在多个抽象层次上结构化动作，而机器则依赖视觉特征，往往……

神经网络被假设实现可解释的因果机制，但验证这一点需要找到因果抽象——一种更简单的、高层次的……

基于扩散的真实世界图像超分辨率（Real-ISR）在感知质量上表现出色，但由于迭代采样导致的高计算成本而受到限制。

GPU 加速的服务器平台虽然共享大部分硬件架构，但由于细微的硬件差异——不同…

在机器人系统中，安全关键任务规划仍然具有挑战性：传统规划器在可扩展性方面表现不佳，基于强化学习（Reinforcement Learning，RL）的方法……