-
-
Show HN：Jotbus -编码代理的共享加密便笺簿
HN ð11· 6 评论
-
Mistral Large 4：“Le Chonk”
HN ð263· 30 评论
-
人工智能热潮正在使最便宜的智能手机消失
HN10· 3 评论
-
DGX Station GB 300集群：两个400 G ADC和Frontier型号
HN Ÿ 3 · 0 评论
-
在两年制学校实验中与Khannigo一起进行人工智能辅导
HN Ÿ 26 · 15 评论
-
工程师称克劳德·代码让他的工作“吸灵魂”
HN Ÿ 24 · 17 评论
-
Opus 5.5特工发现了两种室温磁性半导体候选物
HN ð208· 161 评论
-
Beam：Reflection的501 B开重模型
HN ð309· 87 评论
-
一个图，每张画布：通过Atlantic Pipeline重新发布的可编辑流程图
作者：曾世贞，陈智轩，杨润|ML论文中的管道人物必须在许多画布上重新利用，包括纸栏、16：9幻灯片、肖像海报、1：1社交预告片、9：16电话预览。每种格式在同一计算图上施加了不同的长宽比，任何悄然中断的连接都会歪曲该方法。我们制定的宽高比自适应流程图relayout作为一个独特的任务：给定一个光栅fl
-
基本模型可以通过从训练数据中获取线索来推理
作者：Sophie L.王、阿米尔·德拉维德、绍儒林|在本文中，我们研究了训练数据如何在基础模型响应开始时的标记与随后的推理行为之间创建关联。首先，我们证明，修复特定的起始令牌线索可以使基本模型的性能与其在数学和编码方面的强化学习（RL）训练的对应模型的性能具有竞争力。例如，提示“。\ n\n好吧”上升
-
BiasFlow：伪特征依赖的几何监控和主干规则化
作者：邓浩锦、林治平、杨伊敏|最差组准确度（WGA）评估经过训练的预测器，但不描述学习新头部时其冷冻脊柱的行为。我们引入BiasFlow，这是一个基于挂钩的工具包，用于监控类属性重心对齐（IBMI）、类内重心分离（W-IBMI）和特征投影敏感性。IBMI受到类-属性相关性的混淆，并且不是ca的衡量标准
-
学习阅读扩散变形金刚中的上下文令牌
作者：Omer Dahary、Etai Sella、Hadar Averbuch-Elor|多模式扩散变形器（MM-DiTS）在整个一代中联合处理视觉和文本表示。这些模型通过多模式注意力重复更新文本标记，形成其功能尚未得到很好理解的动态上下文标记。在这项工作中，我们引入了一个通过自然语言审讯来阅读这个上下文空间的框架。我们训练一个轻威
-
视觉机器人的循环视频上下文学习
作者：鲍文瑞、刘新新、徐秉新|协调冻结视觉-语言-动作（VLA）策略的LLM代理通过文本记忆在各个剧集中改进，文本记忆记录代理做了什么，但不记录任务是如何完成的。演示视频显示了这一点，但不太适合代理的上下文。完整视频会减慢每一个回合的速度，固定的关键帧会失去决定抓取是否成立的联系细节，并且代理需要的内容也会从
-
倾斜扩散采样器的直接中间采样器
作者：Gregory D.贝尔钱伯斯|一些扩散后验采样器沿着反向过程构建高斯倾斜中间分布。我们观察到，这些目标可以在条件反射较弱的情况下被拉回到清洁空间后验，样本通过高斯桥以分析方式传输到相应的噪音空间目标。对于序贯蒙特卡罗（SMC）采样器MCGDiff，有效观察
-
走向正确的循环模型，第二部分：定点重新思考
作者：黄本浩、石楚凡、陈俊林|循环语言模型的每次重复都会增加训练、解码、预填充和强化学习（RL）的成本。循环状态越接近固定点，到达它们的路径就越不重要。这可以在训练中实现截断反向传播;共享用于解码的终端密钥值（KV），几乎没有损失准确性;经过提炼的学生预填充速度可提高1.79倍;以及RL更新
-
UniSlider：用于连续图像编辑的感知均匀的滑动器
作者：David Serrano-Lozano、Duygu Ceylan、Yannick Hold-Geoffroy|滑动器为连续图像编辑提供直观的界面。然而，在当前的生成方法中，滑动块只是方法强度参数的重新缩放，例如适配器系数、提示权重或内插因子。这种强度与感知变化关系不大。随着滑动块的移动，图像可以部分恢复，范围的长距离不会产生任何变化
-
MemPilot：为LLM代理演示按需多模式记忆修复
作者：张浩珍、岳浩东、龙权宇|内存已成为LLM代理生态系统的组成部分，支持跨交互的信息保留和重复使用。然而，大多数现有的代理内存系统构造内存在查询不可知的方式，这可能会导致不必要的预处理成本和丢弃的细节，后来证明是必不可少的。最近的研究已经开始将记忆处理转向运行时适应，但通常是spe
-
CLift：Web代理培训和测试时扩展的共形自我验证
作者：张亦凡、戴宇桐、维拉吉·普拉布|开源网络代理现在已经足够强大，可以执行现实的浏览器任务，但是用强化学习训练它们仍然依赖于弱监督：二进制任务成功对于信用分配来说太稀疏，而前沿语言模型判断器太昂贵，无法在每一步调用，并且不能假设在部署时可用。我们引入CLift，这是一种培训和测试时间扩展方法