· ai
[Paper] 弧形梯度下降：一种基于数学推导的梯度下降重新表述，具备相位感知、用户可控的步长动态
本文介绍了 ArcGD 优化器的公式化、实现和评估。评估最初在一个非凸基准函数上进行……
-
- · ai
[Paper] 相位复用光学计算：利用照明相位多样性重新配置多任务衍射光学处理器
我们报告了一种单色多任务衍射网络架构，利用照明相位复用来动态重新配置其输出功能……
- · ai
[Paper] QL-LSTM：参数高效的 LSTM 用于稳定的长序列建模
循环神经架构如 LSTM 和 GRU 在序列建模中仍被广泛使用，但它们仍面临两个核心限制：冗余的门…
- · ai
[Paper] 用 Entity Linking 提升教育平台的 Retrieval-Augmented Generation
在大型语言模型（LLMs）时代，检索增强生成（RAG）架构因其能够将语言……
- · ai
[Paper] EditThinker：为任意图像编辑器解锁迭代推理
Instruction-based image editing 已成为一个重要的研究领域，受益于 image generation foundation models，已经实现了高水平的美学效果……
- · ai
[Paper] 训练时动作条件化实现高效实时分块
实时分块（RTC）使视觉‑语言‑动作模型（VLAs）能够通过异步预测动作块，生成平滑、响应迅速的机器人轨迹……
- · ai
[Paper] 只要剩下的必须为真：过滤驱动LLMs的推理，塑造多样性
强化学习 (RL) 已成为微调大型语言模型 (LLMs) 以解决涉及推理任务的事实标准。然而，越来越多的证据表明，模型 tra...
- · ai
[Paper] AQUA-Net：自适应频率融合与光照感知网络用于水下图像增强
水下图像常常因波长依赖的光吸收和散射而出现严重的颜色失真、低对比度和雾化外观。Si...
- · ai
[Paper] M4-RAG：大规模多语言多文化多模态 RAG
视觉语言模型（VLMs）在视觉问答（VQA）中取得了强劲的表现，但它们仍受限于静态的训练数据。检索…
- · ai
[Paper] MaxShapley：面向激励兼容的生成式搜索与公平上下文归因
基于大型语言模型（LLMs）的生成式搜索引擎正在取代传统搜索，根本改变了信息提供者的补偿方式……
- · ai
[论文] 核正则性对 Bandit 优化的影响
在本工作中，我们研究了 kernel regularity 与 algorithmic performance 在 RKHS 函数的 bandit optimization 中的关系。虽然 reproduci...
- · ai
[Paper] SIMPACT：仿真驱动的动作规划使用视觉语言模型
视觉语言模型（VLMs）展现出卓越的常识和语义推理能力。然而，它们缺乏对物理动态的扎实理解。