Synthetic data has become increasingly important for training large language models, especially when real data is scarce, expensive, or privacy-sensitive. Many ... 合成数据在训练大型语言模型方面变得越来越重要，尤其是在真实数据稀缺、成本高昂或涉及隐私的情况下。许多 …
是否可以仅凭相机轨迹——它在空间中划出的路径——而不观看像素来感知视频的内容？本文首次系统地探讨了这一问题……
因果效应估计在网络系统中是数据驱动决策的核心。在这种情境下，对某一单元的干预可能会溢出到其他单元，...
Gliomas 是一种脑肿瘤类型，具有高死亡率，这意味着早期且准确的诊断对于肿瘤的治疗干预至关重要……
人工智能在电信领域的崛起，从优化无线接入网络到管理用户体验，已显著增加了数据量和训练需求……
量化对象姿态估计的不确定性对于稳健的控制和规划至关重要。尽管姿态估计是一个研究成熟的机器人问题……
大型多模态模型（LMM）因其强大的指令遵循能力和一致性，正日益被用作多模态评估系统中的评审者。本文提出 Multi-Crit 基准，用于测试 LMM 能否充当可靠的评审...
AI/ML模型已迅速崭露头角，作为解决先前未解决问题的创新，其放大人类偏见的意外后果……
更深的视觉Transformer往往表现不如较浅的模型，这挑战了常见的尺度假设。通过对ViT-...的系统性实证分析，...
我们推出 Qwen3-VL，这是截至目前 Qwen 系列中最强大的视觉语言模型，在广泛的多模态基准上实现了卓越的性能……
大型语言模型在生成创意文本方面的能力日益提升，然而大多数关于 AI 生成诗歌的研究仍聚焦于英语——一种占主导地位的语言……
最近，Freedman 和 Mulligan 的研究表明，浅层多层感知器在训练过程中会自发地形成 Kolmogorov‑Arnold 几何（KAG）结构，在 t...
