我们呈现了一项对开源面向消息的中间件（MOM）系统的全面特性研究。我们遵循了严格的方法论来选择和研究……

近期在 multimodal reasoning 方面的进展使得能够解释 imagery、将其与 language 连接并执行 structured analytical tasks 的 agents 成为可能。Extend...

扩散语言模型（Diffusion Language Models，DLMs）由于迭代去噪导致推理成本高，因而激励高效剪枝。现有的剪枝启发式方法大多继承……

Vision-Language-Action models (VLAs) 旨在将语言指令与机器人控制相结合，但在实践中往往未能忠实地遵循语言。当 pr...

奖励建模是现代对齐流水线的核心组成部分，包括 RLHF 和 RLAIF，支撑包括 PPO 和 TRPO 在内的策略优化方法。如何...

Language Identification (LID) 是许多多语言自然语言处理流水线中的重要组成部分，它有助于语料库策划、训练…

我们提出了一种两阶段的 “Mine and Refine” 对比训练框架，用于语义文本嵌入，以提升多类别电子商务搜索检索。Larg...

人类可以从二维 visual inputs 中推断出物体的 three-dimensional 结构。对这种能力的建模一直是科学界的长期目标。

随着人类在高风险决策中日益依赖多轮对话 AI，亟需原则性框架来确保此类交互能够可靠地实现……

Black-box 对抗攻击在大型视觉语言模型（LVLMs）上具有挑战性，因为缺少梯度且多模态边界复杂。虽然先前的研究…

市场区域模型，例如 Huff 模型及其扩展，广泛用于估计零售和服务地点的区域市场份额和客户流动。

从复杂场景中检索用户指定的对象仍然是一项具有挑战性的任务，尤其是当查询含糊不清或涉及多个相似对象时。Exi...