最新動態
來源原文的標題與連結,未經本站改寫;英文標題附機器翻譯。已排除與 AI 無關的條目;主題由本站地端模型自動分類,可能分錯。
- 擴散模型的校正訓練機器翻譯Correction Training for Diffusion Models
arXiv:2610.14136v2 Announce Type: new Abstract: Iterative sampling in diffusion models can lead to error accumulation due to exposure bias. The denoiser is trained on real images interpolated with noise, but at inferenc
論文基準arXiv cs.AI · 10/15 下午12:00 · 當天共 28 則展開同日其他 27 則
- AegisVox:長篇語音的因子化隱私保護與臨床資訊保留
- PsyMemBehav:結合心理學與記憶基礎的兩層級「身份到行動」推理,用於社群媒體行為模擬
- CB-Agent:用於序列動作選擇的基於概念之上下文學習
- ScienceBuddy-PV:用於全血管介入研究的驗證器主導遞迴改進協定
- VETNET:組建AI驅動獸醫創新基準資料集
- 視覺化代理價值函數中的世界模型
- AI 穩健性稽核的可執行元需求
- 以相機為主的AI代理應如何運作?
- Reels-RSI:程式碼生成解說影片的程式層級自我改進
- AlignPoison:透過解碼對齊前綴對生成式推薦系統進行條件式定向投毒
- RASSG:用於串流工具執行的修復感知語義存活閘控
- ClawLoop:透過原生訓練迴路實現自我改進的代理
- ASIWorld:在持久生存沙盒中評測自主代理
- PEARL:具備流程與經驗感知能力的多輪代理強化學習
- 結合離散與SE(3)擴散模型進行蛋白質界面設計
- 執行後學習與動作特定信用
- 人工智慧的初試:以大型語言模型為參照的超智慧C式測驗
- Agentic Data Science 中的隱性失敗
- 在 MLLM 遺忘中解耦知識遺忘與拒答學習
- 多模態基準測試真的有用嗎?透過結構-回應共同校準進行項目層級診斷
- CUSE:結合反事實引導與在策略自我蒸餾的細粒度多模態遺忘
- SAT-RL:運用符號求解器訓練語言模型進行邏輯推理
- AcrossVAM2.0:具衝突感知點監督的參數高效影片擴散模型適配
- 令人意外的簡單:透過可攜式技能實現代理式 RAG:客服應用案例研究
- ACED-Bench:評估LLM代理如何取得並運用因果證據
- 將代理式AI整合至企業軟體的參考架構:職責、互動與變異性
- 以策略思考,以工具行動:組合問題的可追溯代理優化
- 我們真的在衡量遺忘嗎?多模態大型語言模型機器遺忘評估的陷阱機器翻譯Are We Really Measuring Forgetting? Pitfalls in Evaluating Machine Unlearning for Multimodal LLMs
arXiv:2610.19613v1 Announce Type: new Abstract: As machine unlearning for multimodal large language models (MLLMs) rapidly advances, rigorous evaluation of its effectiveness becomes increasingly important. However, exis
論文基準arXiv cs.CL · 10/15 下午12:00 · 當天共 31 則展開同日其他 30 則
- CAFE:將特徵蒸餾限制於語言路由適配器,以實現緊湊型多語言自動語音辨識
- Titan-Llama:為預訓練大型語言模型外接神經記憶模組
- 僅在有益時檢索:用於選擇性檢索增強機器翻譯的代理式強化學習
- 句法頭會影響模型行為嗎?
- HERO:在程式生成中運用證據進行測試時優化與提示詞最佳化
- 結合預訓練文字轉文字語言模型與讀-標-寫策略,實現高效同步反向文字正規化
- 表格資料上的型別化決策模型
- DAGFormer:Transformer 跨層連線的全局拓撲預測
- PersEvalBench:LLM 評測者能否判斷角色資訊的情境適宜性?
- LLM如何理解法哲學?診斷LLM的法哲學推理
- 跨越性別二元:科幻與一般小說中性別指涉的建模
- 評估壓縮記憶體:依賴性、效用與內容效益
- Interlock:從局部正確性到長程代理任務完成
- BANGLAPLAN:孟加拉語約束式規劃與決策基準
- 問答與教學對話的統一回應框架
- DecisionRobust:跨文字與視覺領域的JEV風格決策模型穩健性評測
- J-tau:完全本地化的日語工具-代理-使用者互動基準
- GraphRAG-LTM:針對圖形檢索增強生成攻擊的分層威脅建模框架
- ForkGRPO:擴散語言模型的高效探索與細粒度信用分配
- LLM-jp-4 技術報告
- 精彩指標與如何尋找它們:多語言風格個性化生成的指標元評估
- AgriJev:利用多尺度適配模型高效進行農業候選評分
- 學習保留何者:從使用者回饋中進行轉移感知之個人技能學習
- LLM 代理能否高效辨識家電故障?從模擬家電診斷中獲得的洞見
- 道德攻防:利用道德基礎理論突破大型語言模型
- 不知如何評估時該怎麼辦?為基礎語言模型評測選擇可靠設定
- 評估大型語言模型之多語言摘要能力:英語與孟加拉語之綜合研究
- HACHIMI-II:從角色扮演到學習者行為建模,實現忠實的學生模擬
- 以證據為錨的死亡調查報告過量死亡預測
- 預訓練語言模型作為社會科學研究的零樣本工具
- 黃仁勳談台積電:選產品不如選夥伴,為何永遠要「留一點在桌上」?
黃仁勳在Lex Fridman影片裡,把與台積電30年「沒有合約」講成三條規則:選夥伴不選產品、不簽鐵約、留一點在桌上,代價是整座島投入數千億美元。
商業財經數位時代 · 10/15 下午12:00