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

LLaVA-Scissor:基于语义连通分量的视频大语言模型中的令牌压缩

BlenderFusion:基于3D的视觉编辑与生成合成































LLaVA-Scissor:基于语义连通分量的视频大语言模型中的令牌压缩

BlenderFusion:基于3D的视觉编辑与生成合成






























UniMate:一种统一的机械超材料生成、性能预测及条件确认模型
学习跳过Transformer的中间层
SAM4D:在相机和激光雷达流中分割任何物体
在大型语言模型预训练中如何找到“Grokking”?监测从记忆到泛化的转变而不使用测试集
FineWeb2:一管通天下——适应每种语言的预训练数据处理
MADrive:增强记忆的驾驶场景建模
FaSTA^*:用于高效多轮图像编辑的快速-慢速刀具路径代理与子程序挖掘
Mind2Web 2:评估代理搜索中的代理作为评判者
WorldVLA:迈向自回归动作世界模型
ReCode:利用强化学习更新代码API知识
当生活给你样本:扩大多语言大模型推理计算的好处
HiWave:基于小波的扩散采样实现无训练高分辨率图像生成
DualTHOR:一种用于应对意外情况规划的双臂类人机器人仿真平台
MMSearch-R1:激励LMMs进行搜索
OctoThinker:中期训练激励强化学习扩展
AlphaGenome:利用统一的DNA序列模型推进调控变异效应预测
OmniDrive:一种包含反事实推理的自动驾驶综合视觉-语言数据集
EcoMapper:面向气候的卫星影像生成建模
JarvisArt:通过智能照片修缮代理解放人类艺术创造力
ScaleCap:通过双模态去偏实现推理时可扩展的图像描述生成
GRPO-CARE:多模态推理中的一致性感知强化学习
Skywork-SWE:揭示大型语言模型中软件工程的数据规模定律
矩阵游戏:互动世界基础模型
AnimaX:使用联合视频-姿态扩散模型在3D中赋予无生命物体以动画效果
基于学习的无人机高效视觉主动跟踪飞行目标方法
TritonZ:一种用于探索和救援作业的遥控水下漫游车带机械臂
ReasonFlux-PRM:轨迹感知的PRM用于LLM中的长链推理
Phantom-Data:面向通用主题一致的视频生成数据集
RLPR:将RLVR外推至无需验证器的一般领域
LongWriter-Zero:通过强化学习掌握超长文本生成
UniMate:一种统一的机械超材料生成、性能预测及条件确认模型
学习跳过Transformer的中间层
SAM4D:在相机和激光雷达流中分割任何物体
在大型语言模型预训练中如何找到“Grokking”?监测从记忆到泛化的转变而不使用测试集
FineWeb2:一管通天下——适应每种语言的预训练数据处理
MADrive:增强记忆的驾驶场景建模
FaSTA^*:用于高效多轮图像编辑的快速-慢速刀具路径代理与子程序挖掘
Mind2Web 2:评估代理搜索中的代理作为评判者
WorldVLA:迈向自回归动作世界模型
ReCode:利用强化学习更新代码API知识
当生活给你样本:扩大多语言大模型推理计算的好处
HiWave:基于小波的扩散采样实现无训练高分辨率图像生成
DualTHOR:一种用于应对意外情况规划的双臂类人机器人仿真平台
MMSearch-R1:激励LMMs进行搜索
OctoThinker:中期训练激励强化学习扩展
AlphaGenome:利用统一的DNA序列模型推进调控变异效应预测
OmniDrive:一种包含反事实推理的自动驾驶综合视觉-语言数据集
EcoMapper:面向气候的卫星影像生成建模
JarvisArt:通过智能照片修缮代理解放人类艺术创造力
ScaleCap:通过双模态去偏实现推理时可扩展的图像描述生成
GRPO-CARE:多模态推理中的一致性感知强化学习
Skywork-SWE:揭示大型语言模型中软件工程的数据规模定律
矩阵游戏:互动世界基础模型
AnimaX:使用联合视频-姿态扩散模型在3D中赋予无生命物体以动画效果
基于学习的无人机高效视觉主动跟踪飞行目标方法
TritonZ:一种用于探索和救援作业的遥控水下漫游车带机械臂
ReasonFlux-PRM:轨迹感知的PRM用于LLM中的长链推理
Phantom-Data:面向通用主题一致的视频生成数据集
RLPR:将RLVR外推至无需验证器的一般领域
LongWriter-Zero:通过强化学习掌握超长文本生成