Command Palette
Search for a command to run...
论文
每日更新的前沿人工智能研究论文,帮助您紧跟最新的人工智能趋势
篇论文

MobileGym:一种用于移动 GUI Agent 研究的可验证且高度并行的仿真平台

SpatialBench:你的空间基础模型是全能选手吗?






























LocateAnything:基于并行框解码的快速且高质量视觉-语言定位
Gemini Embedding 2:来自 Gemini 的原生多模态 Embedding 模型
语言模型需要睡眠
ECHO:终端代理免费学习世界模型
ParaVT:驯服代理视频强化学习中并行工具使用的工具先验悖论
TriSplat:仿真就绪的前馈式3D场景重建
基础协议:面向 Agent 社会的协调层
WBench:用于交互式视频世界模型评估的综合多轮基准
Macaron-A2UI:个人 Agent 中生成式 UI 的模型
DVAO:用于多奖励强化学习的动态方差自适应优势优化
ViMU:视频隐喻理解基准测试
SMOL:115种代表性不足语言的专业级平行翻译数据
Chi-Bench:AI 智能体能否自动化端到端、长周期、政策丰富的医疗工作流?
结合策略优化与蒸馏的大语言模型长上下文推理方法
通过对比的视角:视觉语言模型(VLMs)中自我改进的视觉推理
HRM-Text:在高效预训练中超越规模化
理解我的意思:对齐视觉和语言表示以实现视频细粒度对象理解
StepAudio 2.5 技术报告
SciAtlas:用于自动化科学研究的大规模知识图谱
重新思考扩散Transformer中的跨层信息路由
Lens:重新思考基础文本到图像模型的训练效率
SkillOpt:自我进化 Agent 技能的执行策略
CVEvolve:面向非结构化科学数据处理的自主算法发现
Poly-EPO:探索性推理模型的训练
MEMO:记忆即模型
ACC:编译 Agent 轨迹以进行长上下文训练
全注意力卷土重来:在百步训练内将全注意力转移至稀疏
π-Bench:在长周期工作流中评估主动式个人助理 Agent
感知还是偏见:多模态大语言模型能否超越对人格的初印象?
TransitLM:面向无地图 transit 路线生成的超大规模数据集与基准