· ai
[Paper] GaMO：几何感知 多视角 Diffusion Outpainting 用于稀疏视角 3D 重建
最近在3D重建方面的进展在从密集多视图图像捕获高质量场景方面取得了显著进展，但在输入视角…
-
- · ai
[Paper] 协同类人机器人操作与选择策略
类人机器人在以人为中心的环境中具有巨大的潜力，但实现头部、手部和腿部的稳健全身协同仍然是一个挑战……
- · ai
[Paper] Edit3r：从稀疏未配准图像的即时3D场景编辑
我们提出 Edit3r，一个前馈框架，能够在一次传递中从未配准、视角不一致、经过指令编辑的图像中重建并编辑 3D 场景。U...
- · ai
[论文] 扩展 Open-Ended Reasoning 以预测未来
High-stakes decision making 涉及对未来不确定性的推理。在本工作中，我们训练 language models 对 open-ended 进行预测……
- · ai
[Paper] FineTec：在时间扰动下通过骨架分解和序列补全进行细粒度动作识别
从 temporally corrupted skeleton sequences 中识别 fine-grained actions 仍然是一个重大挑战，尤其是在 online 的真实场景中……
- · ai
[Paper] 从 Inpainting 到 Editing：自举框架用于情境丰富的视觉配音
音频驱动的视觉配音旨在将视频的唇部动作与新的语音同步，但由于缺乏理想的训练数据，根本上面临挑战：pai...
- · ai
[Paper] Vulcan：实例最优系统启发式通过 LLM 驱动搜索
现代操作系统和分布式系统中的资源管理任务仍主要依赖于手工设计的 heuristics，用于 scheduling、caching 等任务。
- · ai
[论文] 多个思维源自单一模型：贝叶斯Transformer用于群体智能
尽管规模庞大且取得了成功，现代 transformers 几乎普遍被训练为单一目标的系统：优化产生一组确定性的参数……
- · ai
[Paper] 关于表示的几何与拓扑：模加法的流形
Clock 和 Pizza 解释与在 uniform 或 learnable attention 上有所不同的架构相关，被提出用来论证不同的 a...
- · ai
[Paper] 可靠且弹性的集合通信库用于LLM训练与服务
现代机器学习（ML）训练和推理现在跨越数十到数万块 GPU，在此过程中，网络故障由于恢复缓慢会浪费 10%–15% 的 GPU 小时。常见的 ne...
- · ai
[论文] 情境感知的基于LLM的AI代理用于智能建筑中以人为中心的能源管理系统
本研究提出了一个概念框架和针对基于大型语言模型（LLM）的建筑能源管理系统（BEMS）AI 代理的原型评估，以……
- · ai
[Paper] AdaGReS：自适应贪婪上下文选择——基于冗余感知评分的 Token-Budgeted RAG
检索增强生成（RAG）对所选上下文的质量高度敏感，但标准的 top‑k 检索往往返回冗余或近似重复的…