我们介绍了 MediX‑R1，一个面向医学多模态大语言模型（MLLMs）的开放式强化学习（RL）框架，能够实现临床基础的……

我们提出了一种可扩展的 3D reconstruction 模型，解决了离线 feed‑forward 方法的一个关键限制：它们的计算和内存需求……

大量的研究旨在控制 model disagreement —— 即两个 machine learning models 在 predictions 上的分歧程度。我们采用一种简单且标准的……

我们将 occlusion reasoning 视为 3D layout‑conditioned generation 的一个基础但被忽视的方面。它对于合成部分遮挡的……

受生物启发的事件相机因其异步和低延迟特性最近吸引了大量研究。这些特性提供了高 dy...

柏拉图表征假设认为，在不同模态上训练的神经网络会趋向于共享的世界统计模型。Rece...

最近的工作，例如 AlphaEvolve，已经表明，将 LLM 驱动的优化与进化搜索相结合，可以有效提升程序、提示和算法的性能。

在视觉语言模型（VLMs）的推理能力缺乏一直是研究讨论的前沿。我们认为这种行为源于……

标准的 mixed-precision 神经网络训练需要为每个模型参数占用大量 accelerator memory 字节。这些字节不仅反映了参数……

粗糙数据产生于学习者只能观察到样本的部分信息；即观察到包含样本的集合，而不是其精确数值。这种情况在...

Open-vocabulary segmentation (OVS) 将视觉语言模型 (VLMs) 的零样本识别能力扩展到像素级预测，使得能够对…

AI 驱动的科学研究工具正迅速融入研究工作流，但该领域缺乏对研究人员如何使用这些系统的清晰视角。