虽然已有方法可以将 flow matching models——一种流行且有效的 generative models——与 human preferences 对齐，但现有方法未能……

磁共振成像（MRI）的分割通过划分解剖结构，促进对人类大脑发育的分析。然而，在婴儿和...

最近的统一多模态大语言模型（MLLMs）展示了令人印象深刻的能力，结合了链式思考（CoT）推理，以增强文本到-...

从单目Mannequin‑Challenge（MC）视频合成高保真冻结的3D场景是一个独特的问题，与标准的动态场景重建不同……

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，……

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……

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……

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...

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...

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。

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 …

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...

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…

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……

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……

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。

Kubernetes 是一种帮助快速部署软件的工具。不幸的是，配置 Kubernetes 容易出错。配置缺陷并不少见。

量子近似优化算法（QAOA）是解决近端量子处理器上组合优化问题的领先方法。如何……

现代大型语言模型通过长链式思考实现了令人印象深刻的推理能力，但它们在推理期间会产生巨大的计算成本。

Spiking neural networks 提供事件驱动计算、稀疏激活和硬件效率，但训练往往收敛缓慢且缺乏稳定性。We ...

本扩展摘要介绍了自解释对比证据重新排序（Self-Explaining Contrastive Evidence Re-Ranking，简称 CER），这是一种通过事实证据重新构建检索的新方法，by f...

在表达式搜索空间中的神经架构搜索（NAS）是一个计算上非常困难的问题，但它也具有自动发现完整……的潜力。

大型语言模型（LLMs）从被动响应者向自主代理的演进，需要在学习范式上进行根本性转变——从静态……

太赫兹（THz）通信与联邦学习（FL）的融合有望实现超高速分布式学习，但现实宽带的影响……