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

预训练、中段训练与强化学习在推理语言模型中的相互作用

DeepCode:开放的智能体编码































预训练、中段训练与强化学习在推理语言模型中的相互作用

DeepCode:开放的智能体编码






























InfiniteVL:融合线性与稀疏注意力机制以实现高效、无限输入的视觉-语言模型
OmniPSD:基于扩散Transformer的分层PSD生成
HiF-VLA:通过运动表征实现的回望、洞察与前瞻,用于视觉-语言-动作模型
套利:通过优势感知推测实现高效推理
通过概念提示绑定从图像和视频中组合概念
StereoWorld:面向几何感知的单目到立体视频生成
Urania:面向AI使用的差分隐私洞察
通过忏悔训练LLM实现诚实性
生产环境中的Agent评估
PolyMath:多语言情境下的数学推理评估
ThreadWeaver:面向语言模型高效并行推理的自适应线程调度
SPARK:面向无参考强化学习的分步过程感知奖励
OneStory:基于自适应记忆的一致性多轮视频生成
保持源视频真实感:面向电影级画质的高保真人脸替换
Visionary:基于WebGPU驱动的高斯点渲染平台构建的世界模型载体
Wan-Move:基于潜在轨迹引导的可控制运动视频生成
软适应性策略优化
零样本跨模态视频生成
Voxify3D:像素艺术邂逅体素渲染
DoVer:基于干预驱动的LLM多智能体系统自动调试
基于时序推理的统一视频编辑
超越真实:用于长上下文LLM的旋转位置编码的虚数扩展
原生并行推理器:通过自蒸馏强化学习实现并行推理
iSeal:用于可靠LLM所有权验证的加密指纹技术
DAVSP:通过深度对齐视觉安全提示实现大视觉-语言模型的安全对齐
WorldGen:从文本到可通行且可交互的3D世界
超级模型:简单算术如何解锁最先进的LLM性能
DTS:通过解码树草图增强大型推理模型
基于LLMs的贝叶斯优化自适应核设计宛如轻而易举之事
DePass:通过简单分解前向传播实现统一特征归因
InfiniteVL:融合线性与稀疏注意力机制以实现高效、无限输入的视觉-语言模型
OmniPSD:基于扩散Transformer的分层PSD生成
HiF-VLA:通过运动表征实现的回望、洞察与前瞻,用于视觉-语言-动作模型
套利:通过优势感知推测实现高效推理
通过概念提示绑定从图像和视频中组合概念
StereoWorld:面向几何感知的单目到立体视频生成
Urania:面向AI使用的差分隐私洞察
通过忏悔训练LLM实现诚实性
生产环境中的Agent评估
PolyMath:多语言情境下的数学推理评估
ThreadWeaver:面向语言模型高效并行推理的自适应线程调度
SPARK:面向无参考强化学习的分步过程感知奖励
OneStory:基于自适应记忆的一致性多轮视频生成
保持源视频真实感:面向电影级画质的高保真人脸替换
Visionary:基于WebGPU驱动的高斯点渲染平台构建的世界模型载体
Wan-Move:基于潜在轨迹引导的可控制运动视频生成
软适应性策略优化
零样本跨模态视频生成
Voxify3D:像素艺术邂逅体素渲染
DoVer:基于干预驱动的LLM多智能体系统自动调试
基于时序推理的统一视频编辑
超越真实:用于长上下文LLM的旋转位置编码的虚数扩展
原生并行推理器:通过自蒸馏强化学习实现并行推理
iSeal:用于可靠LLM所有权验证的加密指纹技术
DAVSP:通过深度对齐视觉安全提示实现大视觉-语言模型的安全对齐
WorldGen:从文本到可通行且可交互的3D世界
超级模型:简单算术如何解锁最先进的LLM性能
DTS:通过解码树草图增强大型推理模型
基于LLMs的贝叶斯优化自适应核设计宛如轻而易举之事
DePass:通过简单分解前向传播实现统一特征归因