在本文中，我们提出了一种基于属性特定表示（例如，color、shape、size）的新 neural network model，这是关联记忆的经典示例。

内存解耦有望扩展内存容量并提升 HPC 系统的利用率。然而，访问远程内存的性能开销……

向量相似性搜索已成为 AI 驱动的应用（如大型语言模型（LLMs））中的关键组件。为了实现高召回率和低延迟，...

Metric graphs 是通过将标准图中的边与实数轴上的线段对应，并在图的顶点处将这些线段粘合而得到的结构。

社交媒体上的辱骂性言论构成了一个持久且不断演变的挑战，这一挑战源于新俚语和旨在混淆视听的词汇的持续出现……

生成模型最近在视觉运动策略学习方面展现出显著的前景，使得在多样化的具身 AI 任务中实现灵活且富有表现力的控制。

扩散模型在数据驱动学习以及从复杂的、未归一化的目标分布中采样方面取得了显著成功。基于此……

Self-driving laboratories 为减少生物科学中劳动密集、耗时且常常难以重复的工作流程提供了一条有前景的路径。

今天，人们可以轻松记录难忘的时刻，范围包括音乐会、体育赛事、讲座、家庭聚会和生日派对等多种消费……

Video generators 正在日益被评估为潜在的 world models，这要求它们对 physical laws 进行编码和理解。我们调查它们的…

相机和物体运动是视频叙事的核心。然而，精确编辑这些捕获的运动仍然是一个重大挑战，尤其是在...

统一多模态模型（UMMs）旨在在单一框架内共同执行多模态理解和生成。我们提出了 TUNA，一种原生的 UMM，...

MeanFlow（MF）最近被确立为一种一步生成建模的框架。然而，它的“fastforward”特性在…

随着大语言模型规模的不断扩大，低精度数值格式（如 NVFP4）因其速度和内存优势而日益受到欢迎……

360度全向理解领域因推动空间智能而受到日益关注。然而，缺乏大规模…

测试时伸缩（Test-time scaling，TTS）——在推理过程中动态分配计算资源——是提升大型语言模型（LLMs）推理能力的一个有前景的方向。

多视角摄像系统能够对复杂的真实世界场景进行丰富的观测，在多视角设置中理解动态对象已成为核心……

我们引入了 Audio-Visual Affordance Grounding (AV-AG)，这是一项从动作声音中分割对象交互区域的新任务。不同于现有方法……

大型语言模型（LLMs）在隐藏的参数空间中编码事实知识，这些空间难以检查或控制。虽然稀疏自编码器（SAEs）……

大规模并行仿真已将机器人强化学习（RL）训练时间从数天缩短到数分钟。然而，要实现快速且可靠的仿真到…

自动驾驶策略通常通过 open-loop behavior cloning 对人类示范进行训练。然而，这类策略在协变量偏移时会受到影响。

我们介绍了 LLM CHESS，一个旨在探究大型语言模型在推理和遵循指令能力上的泛化性的评估框架（...）。

离线强化学习（RL）在从预先收集的数据集训练策略时提供了一条有前景的途径，尤其是在获取额外交互数据困难的情况下……

研究目的：腕部加速度计被广泛用于推断睡眠-清醒状态。先前的研究显示，唤醒检测效果不佳，且缺乏跨设备的通用性。