清华与滴滴联合建立理论,揭示世界模型可识别性核心条件
前沿快讯 · 共 500 条
北大与清华联合开发,重塑训练样本分布压缩推理长度
复旦与西湖大学联合开发,几何引导解码实现高分辨率人脸重建
普林斯顿与Together AI联合开发,提升通用机器人任务成功率
帝国理工等联合开发,白盒模型覆盖单卡到集群GPU性能预测
阿里通义千问等团队提出,通过共演化技能库实现智能体自主提升
香港理工大学与腾讯提出的推荐模型,将推荐转化为离散去噪过程,修正自回归生成的早期错误
浙江大学与vivo研发的妆容迁移模型,通过区域门控与跨模态感知,可精准控制妆容迁移范围且保留身份
北航研发的对抗防御方法,通过实例级对比学习让行人检测器关注人体特征而非攻击纹理,减少误报
北医三院等团队提出的医学图像分割模型,用虚拟内镜学习结构,少量真实标注即可完成气道边界勾画
三菱电机研发的无监督APT检测系统,通过日志困惑度与历史上下文判断异常,减少人工规则依赖
中国人民大学与阿里巴巴的研究,通过严格时间划分实验发现,现有生成式推荐难以生成未见令牌或路径的新物品
北京大学与腾讯研发的训练方法,随智能体能力动态调整指导内容,训练后可完全移除脚手架降低部署成本
暨南大学与华南理工大学提出的带保护机制的投影梯度框架,可统一处理广义绝对值方程与线性互补问题
中科院自动化所等团队提出的实验框架,将智能体记忆拆分为可替换模块,方便研究记忆算法与执行流程的影响
哥伦比亚大学与微软研究院研发的强化学习框架,可直接利用Claude Code等推理框架的真实运行数据训练智能体,缩小训练与部署环境差异
成都信息工程大学等团队提出的优化方法,通过高斯平滑估计曲率,为黑盒非凸问题提供二阶稳定点保证
成都理工、重庆大学提出的地球物理成像方法,将地震波子视为动态隐变量,解决少样本标签稀缺问题
复旦等提出的方法,从人类第一视角恢复演示中提取跨身体纠正意图,用少量机器人数据实现故障修正
北航等提出的导航范式,取消GPS、地图等辅助信息,仅靠目标图像与现场信标完成长距离飞行
马里兰大学等提出的多模态自蒸馏方法,通过对比模型在有/无图像时的预测差异生成监督信号
南加大、卡内基梅隆大学提出的方法,利用同一几何题不同模态的表现差异实现自监督学习
复旦等提出的模型结构与归因算法协同设计框架,将近似解释转化为理论保证的精确计算
蒙纳士大学、字节跳动Seed提出的方法,通过单步分支蒸馏将智能体试错经验写入模型参数,大幅降低环境样本需求
北京智源提出的深度研究智能体框架,通过双层递归循环与自主上下文更新,实现研究过程的自我完善
斯坦福、Meta提出,用多平面图像表示三维场景,全息渲染速度较图元式方法最高提升25万倍
浙大、阿里淘宝提出,将商品商业价值注入生成检索全流程,线上实验GMV提升1.64%已全面部署
复旦数学学院提出,为多智能体博弈提供策略兼容性判定与近似均衡构造方法,拓展连续时间RL理论
腾讯混元、新加坡国立等提出,按训练数据陈旧度动态调整更新幅度,避免异步训练后期崩溃
上交、上海AI实验室等提出,仅同步冲突图元,8卡平均吞吐提升1.22倍,64卡最高达1.89倍
宾州州立、UIUC等发现,大模型KV缓存跨用户复用时可被恶意前缀污染,攻击成功率最高达94%
北邮提出,通过模型训练后期检查点的预测波动判断样本风险,无需测试标签,多项任务指标提升明显
北大、西电等机构提出,仅编码少量空间锚点,生成模型补全视频细节,0.005bpp下表现优于传统压缩
宾大、威斯康星大学等提出,用符号回归自动搜索物理拟合函数,成功复现多项实验已用公式
复旦、Simple AI等提出,从人类恢复动作提取跨形态纠正意图,仅需少量机器人数据即可将恢复成功率提至85%
中科院声学所等机构研发,通过自博弈游戏,无需人工标注提升音频模型细粒度推理能力
华中科大等团队提出,定位并抑制后门关键神经元,保留模型正常能力
字节跳动Seed等团队提出,通过多掩码中间状态,改善少步文本生成的质量
北航等团队提出,结合确定性视差估计与生成式分布建模,解决立体匹配模糊区域问题
麻省理工团队提出,通过追踪语言模型内部状态变化,揭示材料科学规律的表征方式
