人工智能辅助证明11个方块的最佳填充
HN ð113· 52 评论
-
-
像1866年一样写作：法学硕士重新学习电报语
HN ð88· 56 评论
-
永远的少年：人工智能无法为您开发的技能
HN Ÿ 22 · 14 评论
-
Show HN：NanoMuse -手机和电脑的开源人工智能代理
HN ð32· 9 评论
-
Strands Decider 2B：一个小型开源决策模型
HN ð221· 65 评论
-
Penguin Mail -具有人工智能的Linux开源Rust电子邮件客户端
HN ð212· 138 评论
-
Claude Code建议的消息功能：我认为真正的客户才是模特
HN ð232· 132 评论
-
QF 3：具有过滤Q成分的Fast Flow RL
作者：Chung Min Kim、Brent Yi、David McAllister|流策略已成为从演示中学习机器人行为的标准政策类别，但强化学习对于改进预训练的流策略或通过交互从头开始学习它们仍然至关重要。我们引入了QF3（带过滤Q因素的快速流RL），这是一种在线非策略RL算法，通过流匹配加上评论者的动作g来训练流策略
-
保形预测集量化信息收益：理论视角
作者：Kevin Zhang、Stephen Bates|保形预测是一种流行的不确定性量化工具，它输出具有有限样本覆盖率保证的预测集。虽然预测集大小通常被用作不确定性的启发式测量，但这种解释的信息理论基础仍然知之甚少。在这项工作中，我们使用信息量的决策理论概括提供了这样的基础
-
4D-HOF：用于前向4D交互重建的手-物体流匹配
作者：Shiqi Li、Sean Cho、Yijie Li|现有的4D手对象重建方法通常依赖于昂贵的每序列优化，而生成式方法通常从随机噪音中合成相互作用，这可能会导致不稳定的相互作用预测。我们引入了4D-HOF，这是一个前向框架，可以根据视觉基础模型产生的粗略但信息丰富的估计重建4D手与物体的交互。C
-
IdeaAnchor：教授法学硕士将文学转化为研究理念
作者：陈子宇、赵亦伦、孙家硕|科学研究通常从综合一系列相关论文中的想法开始，以找出差距并制定新的方向。然而，训练语言模型以执行这种形式的基于文献的构思仍然具有挑战性，因为基于提示或反馈的现有方法缺乏对如何合成论文的结构化监督。我们引入IdeaAnchor，这是一种范式
-
DepthWorld：机器人操纵的3D世界模型
作者：Jai Bardhan、Josef Sivic、Vladimir Petrik|世界模型为传统机器人模拟器提供了数据驱动的替代方案，其应用程序涵盖政策评估、改进和规划。所有这些用途都依赖于忠实的3D几何形状，但当前基于视频的世界模型仅在Ruby上训练，并产生逐帧看起来正确但无法组成一致的3D世界的展开。缩小这一差距需要专业人士
-
夏尔巴人：教学法学硕士要适应性教学
作者：徐伟贤、张彦哲、王若若|大型语言模型（LLM）已成为越来越有能力解决问题的人，但能够解决问题并不等同于能够教授它。现有的培训LLM作为教师的方法依赖于演示、偏好数据或预定义的教学标准（指定好的教学是什么样子）。然而，这些信号通常并不基于学生个人的学习。
-
瓶子里的代理：LLM代理能否将其能力转化为廉价、可扩展的产品？
作者：Ankit Sonthalia，Haritz Puerto，Alexander Rubinstein|大型语言模型（LLM）可以解决许多狭窄的任务，但单独查询它们以获取数百万个相关实例的成本可能会高得令人望而却步。LLM代理能否为此类工作负载自主创建更便宜的解决方案？我们将这种能力称为“装瓶”：将一般能力转化为针对特定任务的解决方案的能力，平衡答案质量
-
AdvSim2Real：在Web世界模型中训练Web代理以对抗自适应提示注入
作者：Sarim Hashmi、Mukul Ranjan、Kshitij Mishra| Web代理通过阅读第三方编写的页面并对其进行操作来完成用户请求，因此页面上的指令可以将代理重定向为远离用户的目标。代理不能简单地忽略该页面，因为该页面还保存任务所需的值和控制。当前的防御系统对训练前固定的注射进行微调，以及适应训练的攻击者
-
具有非限制空间变化反扩散的Kuramoto-Sivashinsky方程的快速Fredholm镇定
作者：Luke Bhan、Miroslav Krstic、Shi圆圆|我们开发的第一个反馈设计的快速稳定的Kuramoto-Sivashinsky方程的空间变化的反扩散系数。对于常系数，Coron和Lü（2015）的单输入Fredholm设计排除了一组离散值，在这些值处，重复的不稳定特征值会导致可控性丧失。我们通过引入第二个边界来克服这个障碍
-
VeriFine：可扩展验证，以促进推理中的自我改进
作者：周泽伟、罗Rachel Luo、曹宇龙|自我完善的政策不断暴露新的失败模式，改变法官必须能够验证的内容。然而，当前的固定法官限制了优化反馈和有用训练示例的发现，限制了进一步的自我改进。这一挑战在体现推理中更加尖锐，可靠的评估必须考虑空间基础、因果推理
-
Openpu-一个开源人工智能加速器，由人工智能开发
HN ð309· 358 评论
-
EmbeddingGemma 2：一个开放、轻量级的多模式嵌入模型
HN ð365· 36 评论