WanderBench：世界模型能否从视频中探索动态世界？
作者: 陈宇航、李继恒、王嘉乐 | 基于输入视频条件的视频世界模型使得人们能够探索真实、已录制的动态场景，从而实现素材重拍摄、自由视角回放以及用于具身智能系统的真实至仿真环境。此类应用要求生成的滚动展开结果对已录制世界保持忠实，然而现有基准测试起始于单张图像或文本提示，而视频条件生成则属于
-
-
SciMARS：闭环科学发现多智能体递归自我优化
作者: 吴伟民、刘汉 | 我们提出SciMARS，一种用于闭环科学发现中多智能体装置递归任务本地适配的框架。多智能体系统可协调分析、实验设计与验证，以应对科学证据的演变。然而，两个问题限制了其有效性：(i) 在没有共享内存的情况下，智能体会丢失观测数据并重复工作；(ii) 固定的角色流程、交接机制以及
-
平面向量值回归中三点加权选择的严格上界
作者: Sergey Volkov | 我们证明对于两个输入和两个输出坐标的最小Frobenius范数最小二乘回归，$F_{\mathrm{weighted}}(2,2,3)<11/6$，从而改进了上界$15/8$。更具体地说，一个通用$\varepsilon_0>0$满足对于每一个有限残差框架都有$\mathcal T_3\le(5/6-\varepsil
-
学习凸型问题中的近似交替最小化，包含二次耦合情形
作者: Paul Häusner, Jevgenija Rudzusika, Jens Sjölund | 交替最小化是针对具有两个耦合变量块的优化问题的一种标准工具。其成本主要由内部子问题求解器承担，而这些求解器很少有封闭形式的解。在本文中，我们提出一种非精确交替方案，其中神经网络在每次迭代中近似子问题解。对于凸问题，在t
-
K-prop：通过时间核反向传播进行深度在线学习
作者: 李冰坤、保罗·海德、费德里科·本尼特斯 | 自递归是神经网络中时间处理的重要组成部分，适用于人工与生物系统，其自然表现为漏损积分形式。然而，由于梯度的复杂时间依赖性，目前仍缺乏一种高效有效的在线训练方法。在此，我们提出K-prop，一种用于漏损神经网络的新型在线学习方法。
-
虚拟现实中代理化身控制转换过程中的感知主体性
作者: 张静毅、安东尼·斯蒂德 | 关于虚拟人类是否由人类或计算机控制的先前信念，能够影响用户对其行为的解读与反应方式。由于新兴混合虚拟人类系统在持续互动过程中允许控制在人类操作员与计算机程序之间转移，因此尚不清楚感知到的主体性是随实际控制方更新，还是仍反映用户的先前信念。
-
WaveGen：通过内部谱轨迹学习实现真正的端到端波形生成
作者: Sang-Hoon Lee, Ha-Yeong Choi | 本研究提出WaveGen，一种完全端到端基于扩散技术的文本至波形框架，基于频谱强迫技术，可在单一模型中联合学习内部频谱轨迹与目标波形轨迹，从而实现直接端到端文本至波形生成。与近期的TTS流程不同，WaveGen不依赖单独训练或外部解码的中间表示
-
系统1模型的置信度与决策能否被信任？Jev风格决策模型的可解释性及扰动审计
作者: Julien Delaunay | “系统1”决策模型（由TypeSafe AI的Jev首创）替代自回归文本生成，采用单次前向传播，返回针对所声明模式集（选择、评分、Noul）的类型化概率分布。尽管用于低延迟路由和自动化分诊中应用，但其统计校准与事后可解释性仍未得到研究。我们引入一个开放、确定性审计机制
-
UniHam：一个大规模、完整安全控制数据集及材料领域哈密顿学习基准
作者: Yuewen Huang, Pin Chen, Yutong Lu | 准确预测电子哈密顿量可实现广泛的性质推断，同时避免密度泛函理论的高计算成本。然而，面向通用材料基础模型的进展受数据瓶颈限制：现有哈密顿量数据集通常规模较小，缺乏结构多样性，且往往遗漏了诸如sp等关键相对论性物理内容。
-
MARS：多尺度外观残差流用于视频伪造检测
作者: Ahmed Y. Radwan, Shaina Raza | 在面部操控与完全生成视频领域泛化深度伪造检测仍具挑战性，因为伪造痕迹随操控方式与场景内容而不同。明确的空间与时间特征差异可用于捕捉这种差异，但也能应对自然纹理与运动，因此促使其与外观特征进行联合解释。我们研究
-
构建AI芯片“查找我”功能的竞争
HN ⭐ 12 · 1 评论
-
Asahi Linux放弃MIT许可，在该人工智能被用于窃取未发布代码后完全采用GPL许可
HN ⭐ 13 · 11 评论
-
我并不认为存在那个AI泡沫。
HN ⭐ 132 · 182 评论
-
高盛正在从其银行家及交易员中提取Claude代码。
HN ⭐ 35 · 6 评论