Message passing 被广泛认为是分布式系统的基本原语。本文认为传统的消息系统嵌入了一个类别误…

Speculative Decoding (SD) 已成为加速大型语言模型（LLM）推理的首选技术，通过将 token 生成解耦为快速 dra...

在受限预算下，通过主动成对比较在一组项目中确定胜者是偏好学习中的一个具有挑战性的问题。The go...

本文呈现了一项受生物学启发的局部学习在手写数字识别中的受控实证研究。我们评估了一种受STDP启发的竞争性……

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……