AI代理在具有里程碑意义的审计案中提出的问题优于KPMG会计人员。
HN ⭐ 16 · 2 评论
HN ⭐ 16 · 2 评论
HN ⭐ 59 · 68 评论
HN ⭐ 243 · 37 条评论
HN ⭐ 681 · 625 评论
作者: Rafsan Jany, Md Rafid Islam, Mohammad Fahim Islam | 精准的跨模态重建通常被视为生理耦合的证据,尽管它可能仅仅反映了在参与者之间共享的时间模式。我们测试了冻结式双向模型是否能够捕捉82名未参与实验的健全人及43名中风后参与者中肌肉电活动与步态运动学之间的个体特异性神经肌肉耦合。完整源模态
作者: Ghadi Nehme, Dahyun Nam, Akshay Govind Srinivasan | 人工智能代理能否设计能在现实世界中运行的机器人?我们介绍RoboBuilder,这是一个基准测试,其中编码代理从标准部件、电机以及一个定制3D打印部件出发,共同设计机器人的硬件与程序;所有在仿真中通过的设计均会在物理环境中构建并测试。仅依靠仿真不足
作者: Jiakun Yan, Shiksha Patel, David Sidler | 现代GPU工作负载越来越多地依赖设备发起的通信,使GPU内核能够直接通信,而无需在内核边界处与主机同步。现有库通常倾向于将传输控制置于GPU线程上,这种方式称为GPUDirect异步(GDA),并将反向卸载至主机代理线程视为一种较慢的备用方案。我们认为,反向卸载可以超
作者: 沈佳伟、冯杰、张俊鹏 | 文本约束式3D室内场景生成需要满足几何、功能及语义约束的布局。然而,现有扩散方法主要依赖静态文本条件,这限制了其评估动态场景以及将语义差异转化为可执行对象级修正的能力。基于MLLM的事后优化可提供语义反馈,但依然
作者: Apoorva Vashisth, Manav Kulshrestha, Damon Conover | 视觉语言动作(VLA)模型已成为一种有前景的通用机器人操控范式,但其性能在需要多种相互依赖的操控的长视距任务上往往会下降。因此,我们主张利用其短视距
作者: Chanhwi Jeong, Dongmin You, Seungwook Kim | 深度生成模型的进展如今使得逼真图像的合成成为可能。然而,航空影像主要由微小物体构成,如车辆、船只和飞机等,由于开销较大及航空影像的广域特性,这些物体仅占据几个像素。现有生成模型在处理微小物体时比处理较大物体时面临更大的困难。这一局限此前一直未被关注,因为
作者: Bin Yin | 当线索发生变化时,其预测结果也会改变;持续更新已学习的映射可能有助于智能体选择适当的行动。我们在一个一步合成任务中进行了测试,比较了持续从状态标签中学习的逻辑斯蒂状态预测器与在迁移时冻结的同一预测器。我们在六个保留环境中对十种条件进行了评估,每种条件有1,296对运行,以及1,296,0
作者: Alagappan Valliappan, Ankit More, Dheevatsa Mudigere | 推测解码被广泛用于加速大语言模型(LLM)的生成过程,其中小型草稿模型提出的标记在目标模型的一次前向传播中得到验证。读取目标模型隐藏状态的草稿模型,如DFlash和EAGLE-3,通常继承目标模型的隐藏宽度。我们表明,该草稿的整个残差流可运行
作者: Pavan Kumar Mantha | 系统1模型在一次遍历中回答一道选择题。冻结语言模型将题目及每个选项转化为向量,两个小型训练过的头单元将其置于共享空间中,距离最近的选项获胜。该设计已在智能体决策上得到验证,但目前尚未发现关于其在需要医学知识的考试题上的应用范围的相关研究,其中正确选项通常
HN ⭐ 42 · 25 评论
HN ⭐ 22 · 3 评论
HN ⭐ 28 · 8 评论
HN ⭐ 130 · 86 评论
HN ⭐ 71 · 108 评论
HN ⭐ 56 · 34 评论
作者: Giannis Daras, Marios Papachristou, Adam Klivans | 收集大规模、多样化、高质量的训练后数据集对于自回归语言模型来说具有挑战性。因此,监督式微调(SFT)通常应用于比预训练所使用的数据集小得多的数据集上,这会导致过拟合以及数据分布尾部的灾难性遗忘。为避免这种崩溃,我们引入环境
作者: Rui Ning, Om Chabra, Hari Balakrishnan | 诸如视觉无障碍代理和机器人等应用,需要在有限的历史帧窗口内(例如,最后两分钟)迅速回应关于近期视频内容的提问。混合视觉语言模型(VLM),将注意力与如门控Delta网(GDN)这样的线性循环层交织在一起,适用于该场景,但维持滑动窗口的成本较高。
作者: Xingyang Yu | 我们将StringQFT作为量子场理论中的弦构造教科书集以及人工智能辅助理论物理的基础设施呈现。该系列包含18卷、190章、3,795页,涵盖膜探针、膜网、几何工程、F理论构造、包裹M5膜与精确世界片构造。其开放书式基准库包含
作者: Zhaosong Lu, Yifeng Xiao | 在本文中,我们研究一类约束性凸有限和优化问题。在许多实际应用中,所有或部分约束为硬约束,代表强制性要求。因此,任何理想的近似解必须(几乎)满足这些约束。基于这一动机,我们重点研究计算一个$ε$-确定性可行随机最优($ε$-SFSO)。
作者: Shobhita Sundaram, Cansu Sancaktar, Phillip Isola | LLM智能体越来越多地自主驱动其学习。自我提升方法将模型优化的多种组件委托给模型自身。随着模型能力不断提升,这引发了一个基本问题:这些能力日益增强的模型是否仍需要我们指定其应如何进行自我提升?在本文中,我们研究了一种自主范式,在该范式中,给定基础原
作者: S. M Seefat Alam | 在大型语言模型中定位社会偏见至个体注意力头并通过消融实验消除该偏见的方法,通过其对公平度指标的影响得到验证,而非通过证明选择这些头的统计方法能衡量偏见的证据。我们在Qwen-2.5-7B-Instruct和Llama-3.1-8B-Instruct上对此进行了审查。头映射与标签盲响应长度映射相关,ρ = -0.9
作者: Yining Hua | 新型编码模型通过编码基准测试分数提升来宣传自身。然而,目前尚无研究验证,在这些基准测试中得分更高的模型是否能完成更多实际工作。2026年6月12日,美国出口管制指令禁止访问Claude Fable 5 19天,这迫使用户转向其他模型。在此期间,大多数前Fable 5用户转用Opus 4.8(11分)
作者: John Gideon, Anshul Gupta, Megan Applegate-Kenton | 人类认知状态(如分心、压力)、注视与行为以微妙的方式与驾驶环境互动,这些互动可供AI用于辅助驾驶员,但针对人类认知状态级别的真实标签在大规模应用中难以获取。我们提出一种多模态掩码扩散自编码器,即ID-MAE,该模型在损伤预测中加入一个自监督目标:除
作者: Aviv Yossef, Or Patashnik, Or Zamir | 我们提出一种可证明无失真语义水印算法,该算法仅需对生成模型进行黑盒采样访问以及对语义嵌入进行黑盒访问。若水印在其秘密检测密钥上的平均值下使生成器输出分布保持不变,则称为无失真;这提供了一种形式化保证,即水印处理不会降低输出质量
作者: 吴桐希、程宇阳、钱佳成 | 视觉语言模型(VLM)可通过解读视觉事件提供有害辅助,即使没有针对潜在有害目标的明确请求。我们识别出这一 \textbf{场景状态安全漏洞},并引入 \textbf{SceneSafetyBench},包含375组图像—问题对,涵盖初始、中等和最终场景状态以及五种视觉呈现。在八种VLM中
HN ⭐ 108 · 44 评论
HN ⭐ 7 · 0 评论