可证明正确的分布式协议是现代分布式系统的关键组成部分，设计它们极具挑战性，且通常需要 d...

梯度无关的黑箱优化（BBO）在工程设计中被广泛使用，并为拓扑优化（TO）提供了灵活的框架，使得 d...

网络安全运营需要能够支持多样化工作流且不泄露敏感数据的助手 LLM。现有解决方案要么依赖于专有 API……

现代的 diffusion/flow-based 模型用于图像生成通常具有两个核心特征：(i) 使用多步采样，(ii) 在 latent …

公共仓库托管着数百万个微调模型，但社区的使用仍然过度集中在少数基础检查点上……

混合Transformer架构结合了softmax注意力块和循环神经网络（RNN），已展示出理想的性能‑吞吐量权衡……

Agentic Reinforcement Learning（Agentic RL）在使智能体进行复杂推理和工具使用方面取得了显著成功。然而，大多数方法仍然…

我们推出了 UEval，这是一套用于评估统一模型的基准测试，即能够同时生成图像和文本的模型。UEval 包含 1,000 条专家策划的问题……

操纵动态对象仍然是视觉-语言-动作（Vision-Language-Action，VLA）模型的一个未解决的挑战，尽管这些模型在静态操纵方面表现出强大的泛化能力，却仍然...

神经网络已成功应用于各种资源受限的边缘设备，在这些设备中通常使用中央处理单元（CPU）而不是图形处理单元（GPU）……

大型视觉语言模型（VLMs）常常在原始图像上对经典视觉错觉给出“正确”的答案，但在错觉事实出现时仍坚持相同的回应……

自主网页代理的开发，由 Large Language Models (LLMs) 和 reinforcement learning (RL) 驱动，代表了朝向通用…的重大一步。

由于监督训练数据有限，大型语言模型（LLMs）通常在庞大的文本语料上通过自监督的“预测下一个词”目标进行预训练。

Audio-Visual Foundation Models，作为预训练模型，能够联合生成声音和视觉内容，最近展现出前所未有的建模多模态的能力……

在剪枝中，Lottery Ticket Hypothesis 假设大型网络包含稀疏子网络（即 winning tickets），这些子网络可以单独训练，以匹配 …

面向推理的 Large Language Models (LLMs) 已经通过 Chain-of-Thought (CoT) 提示取得了显著进展，但它们在根本上仍然受到限制……

矩阵函数，如 square root、inverse roots 和 orthogonalization，在用于神经网络训练的 preconditioned gradient methods 中发挥核心作用。T...

现有的智能体安全基准报告二元准确率，将早期干预与事后分析混为一谈。一个在第8步标记违规的检测器……

Full-image relighting 仍然是一个具有挑战性的问题，因为收集 large-scale structured paired data 的难度，以及保持物理…

胰腺导管腺癌（PDAC）是最致命的实体恶性肿瘤之一，常在晚期且不可手术的阶段被发现。对既往的…进行回顾性审查。

大型语言模型（LLMs）在复杂推理任务上提供最先进的性能，但其推理成本限制了大规模部署。Small Languag...

多目标优化旨在解决具有竞争目标的问题，通常只能以黑箱方式访问问题，并且测量预算有限……

前沿的大型语言模型（LLMs）在许多领域作为自主代理表现出色，但它们在隐藏工作流的复杂企业系统中仍未经过测试……

测试时缩放已被广泛采用，以增强大型语言模型（LLM）代理在软件工程（SWE）任务中的能力。然而，the sta...