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

YUE2:以前沿质量统一符号音乐生成与音频音乐生成

面向代码智能体 RL 的分组式智能体评分与优势再分配






























我们距离移除视觉编码器还有多远?无编码器多模态预训练的规模法则
Duplex-MPE:面向全双工对话中多方交互的基准评测
后训练在不相关决策上留下行为阴影
超越教师分配:领域归一化多教师同策略蒸馏
利用预训练扩散模型与多模态条件增强摄影测量数字表面模型
Tactile-JEPA:面向分布式触觉传感器的拓扑感知自监督表示学习
InternW0-∆:基于 20K+ 小时开放数据、桥接预测动力学与动作的世界动作模型
具有对数线性复杂度的块稀疏注意力
RayOrch:面向基础模型数据准备的受血缘控制多粒度数据流编程与执行
FuseReg:正则化层融合缓解表示自编码器中的重建-生成差距
Rufus-Air:一种开放的 LLM 后训练配方
Agent-Editing World Model:重新思考面向 LLM 智能体的世界建模
OmniEcho:面向全模态具身智能体的音视频空间理解
WanPE:面向现代文本到视频生成的电影级提示增强
你的 Transformer 能同时持有两种想法:大语言模型中线性叠加的证据
在世界模型中训练客体永久性
即时记忆:学习为 LLM 智能体策展任务自适应记忆
REWARDVERSE:面向视频奖励建模的评分准则引导策略优化
SPEAKERMEM-R1:面向多方对话的以说话人为中心的双轨记忆
过去框定未来:自回归视频生成中的记忆——综述
Spatial-Interactor:通过与可观测物理世界交互学习空间推理
HappyWorld-Bench
用于量子增强扩散语言模型的电路超网络
贝尔曼策略优化
基于文种感知混合专家的一体化多语言场景文本识别
GAE:学习面向 3D 一致世界生成的几何原生潜在空间
RULER:面向 SVG 生成的实例感知评分量规奖励
有品位的智能体:在长时程任务中度量与提升品味
OmniEdu:面向学习与教学的开放基础模型
文档检索感知分块(D-RAC):通过 PDF 归一化与多模态 Markdown 转换实现企业文档的通用检索感知摄取