· ai
[Paper] ARM-Thinker：通过代理式工具使用和视觉推理强化多模态生成式奖励模型
奖励模型对于使视觉语言系统与人类偏好保持一致至关重要，但当前的方法存在幻觉、视觉定位薄弱等问题，……
-
- · ai
[Paper] ShadowDraw：从任意对象到阴影绘画构图艺术
我们介绍了 ShadowDraw，一个将普通 3D 对象转化为阴影绘画构图艺术的框架。给定一个 3D 对象，我们的系统预测场景参数……
- · ai
[Paper] NeuralRemaster：相位保留扩散用于结构对齐生成
标准扩散通过高斯噪声对数据进行破坏，其傅里叶系数具有随机幅度和随机相位。虽然在无条件或……
- · ai
[Paper] 语义软引导：在 LLMs 中进行长上下文推理，无需强化学习
在大型语言模型（LLMs）中，长上下文推理已通过链式思考（CoT）推断展示了其认知能力的提升。训练...
- · ai
[Paper] EvoIR：面向全能图像恢复的进化频率调制
All-in-One Image Restoration (AiOIR) 任务通常涉及多样的退化，需要稳健且多功能的策略。然而，大多数现有方法 typ...
- · ai
[Paper] TV2TV：统一框架用于交错语言和视频生成
视频生成模型正在快速发展，但在需要大量语义分支或重复高…的复杂视频输出方面仍可能面临困难。
- · ai
[Paper] 结构化文档翻译通过格式强化学习
最近关于结构化文本翻译的研究仍局限于句子层面，因为它们难以有效处理复杂的文档级 XML 或 HTML …
- · ai
[Paper] SA-IQA：用多维奖励重新定义空间美学的图像质量评估
近年来，针对 AI 生成图像（AIGI）的图像质量评估（IQA）发展迅速；然而，现有方法主要针对肖像和 ar...
- · ai
[Paper] 一般状态空间中扩散模型的基础：自成体系的介绍
尽管扩散模型如今在生成建模中占据核心位置，入门教材通常假设欧几里得数据，并且很少阐明它们的…
- · ai
[Paper] 智能的几何：确定性功能拓扑作为现实世界感知的基础
现实世界的物理过程并不会产生任意的变异性：它们的信号集中在紧凑且低变异性的 functional space 子集上。这个……
- · ai
[Paper] 大卫与歌利亚：小模型能否在硬件设计中凭借Agentic AI取得巨大成功？
大语言模型（LLM）推理需要巨大的计算和能源，使得特定领域的任务成本高昂且不可持续。随着基础模型的规模不断扩大……
- · ai
[Paper] 多LLM协作用于药物推荐
随着医疗保健日益转向 AI，以实现可扩展且可信赖的临床决策支持，确保模型推理的可靠性仍然是一个关键挑战。