-
-
像Jev这样的决策模型无法击败LLM作为法官或传统分类器
HN5· 0 评论
-
用于现代人工智能和实际工作的机器人手
HN24· 0 评论
-
Greg Kroah-Hartman -法学硕士时代的安全[视频]
HN37· 4 评论
-
显示HN：石墨烯-编码代理的数据分析工具包
HN ð4· 1 评论
-
人工智能作为常规技术（2025）
HN Ÿ 5 · 1 评论
-
一个动画化的基础：实时化身的高斯混合形状蒸馏
作者：Ramazan Fazylov、Stamatis Lefkimmiatis、Ivan Laptev| 3D高斯化身支持快速渲染，然而，它们的实时动画经常受到昂贵的神经推理的挑战。我们解决了这个瓶颈，并表明预训练的化身模型的动画可以通过与身份无关的混合形状的线性组合来接近。在这一发现的基础上，我们引入了GALA（通过线性逼近的高斯动画），这是一个
-
KaliBench：在Kali Linux上使用网络安全工具的细粒度基准，具有免运行时可验证奖励
作者：李小鹏、Naufal Suryanto、张思成|LLM越来越多地应用于网络安全工作流程，预计它们将分析师的意图转化为工具调用。然而，现有的评估侧重于基于知识的评估或端到端代理任务，并且不直接衡量LLM为现实世界的网络安全工具生成可执行命令的能力。这一差距至关重要，因为网络安全运营依赖
-
重建、实践、现实：有指导的自我完善
作者：王艳珍、江浩哲、邓淑英|在不同任务中建立可靠的机器人能力需要大量的人力努力来开发和维护技能、设计奖励以及集成感知与控制。我们提出了重建、实践、真实（RPG），这是一个用于在不更新模型权重的情况下自主改进机器人执行系统的框架。RPG识别离线数据集中的操纵能力并卸载
-
嵌入预测有助于图像生成
作者：徐思瀚、谢继、王紫林|在扩散变换器中，类标签或文本提示被嵌入一次，并且在每个去噪步骤中重复使用相同的条件。我们问预测嵌入是否可以作为这个条件。下一个嵌入预测自回归（NEPA）训练Transformer预测序列中的下一个连续嵌入。在生成中，干净的图像跟随有噪的图像，因此其嵌入
-
Scholar催化剂：检索有助于新研究的论文的基准
作者：Sohyeon Kim、Yoonho Lee、Bo Liu|是什么让伟大的科学家变得伟大？即使人工智能系统开始在开放问题上取得进展，科学家们在感知埋藏在不断增长的研究档案中的哪一个先前想法方面仍然远远领先于他们。为了研究这项技能，我们聘请了第一手了解哪些早期工作推进了他们已完成的项目的研究人员，论文可以作为其中想法的指针。美国
-
SILSA：用于拓扑保持高分辨率3D生成的滑动窗口切片潜伏期
作者：余天娇、李新卓、申一帆|高分辨率3D生成越来越依赖于体素潜伏和多阶段管道，这些管道首先预测活动结构，然后合成局部几何形状。虽然有效，但这种设计将连续的表面分裂成许多局部标记，增加了生成成本，并且通常削弱了薄或高度连接形状的拓扑一致性。我们引入SILSA，这是一款具有布局感知的3D一代
-
VISTA：互动世界中推理的视觉收件箱
作者：韩秋实，胡克亚，邱林璐|我们表明，多模式模型具有强大的推理能力，适当的工具可以释放它们在不同交互环境中解决任务的潜力。我们引入了VISTA，这是一种视觉工具，可以提供通用多模式模型的长期视野。VISTA允许模型通过视觉观察直接感知环境，并保持无损的视觉效果。
-
TACO：用于LLM微调的三进制绝对最大列单稀疏优化器
作者：Jichao Jiichao Jiang、Cristian McGee、El Houcine Bergou|大型语言模型（LLM）的全参数微调会产生大量的优化器状态内存负担，从而限制了适合现代图形处理器的模型大小。现有的方法要么压缩优化器状态、放弃一阶梯度，要么在保留密集状态的同时更改更新几何形状。最近推出的Muon优化器通过矩阵值更新减少优化器内存。
-
FERPO：前向熵正规化政策优化
作者：Sebastian Sanokowski、Alireza Sarmadi、Majid Khadiv|持续控制中的在线强化学习的几种最先进方法使用有学识的批评者的动作梯度来改进策略。然而，批评者通常接受过预测回报的训练，准确的价值预测不一定会产生准确的行动衍生品，这可能会导致不可靠的政策更新。我们提出前向熵正规化政策优化
-
图表上成本增加的薛定汉桥完全可以解决：费曼-卡ac倾斜取代习得控制
作者：Akshay Balsubramani|图表上的广义薛定汉桥在两个分布之间移动质量，同时对访问的州收取成本。它是通过学习受控连续时间马尔科夫链的速率来实现的，并具有恢复成本的时间差异惩罚。州成本作为费曼-卡茨倾斜纳入参考过程。成本增加的桥梁是一座普通的桥梁，
-
Show HN：Breadcrumb，在Mac + AI上下文管理器上记录所有内容
HN ð38· 5 评论
-
Clef：开权决策模型和新的RL微调平台
HN ð610· 213 评论