AI下棋会不会下着下着就变聪明了?Meta团队用国际象棋和NetHack给出了意外答案
Meta团队提出智能体可塑性概念,用国际象棋、围棋、海克斯棋和NetHack测试前沿AI模型的自我学习效率,发现模型终点表现与学习效率并不一致,且失败根源常在工具复用环节而非模型本身。
Meta团队提出智能体可塑性概念,用国际象棋、围棋、海克斯棋和NetHack测试前沿AI模型的自我学习效率,发现模型终点表现与学习效率并不一致,且失败根源常在工具复用环节而非模型本身。
本文揭示文生图模型用AI生成图片做个性化微调时会出现色彩失真和纹理过载问题,追溯到CFG引导机制中预测夹角异常放大,并提出无需真实照片、无需重训的频段修正方法ReGain,显著恢复主体一致性。
本文介绍Inherit-MAS,一种让多智能体AI系统在测试时自我改进的方法,通过工作流继承保留有用组件、精准修复缺陷,以及执行继承避免重复计算,在WorkBench和HotpotQA上超越多个主流进化型基线,同时显著降...
本文解读论文《Beyond the Parameter Monolith》,介绍 FEM-ASM 架构:将语言模型的记忆、执行与神经协调分离管理,并用大量诚实的负面实验结果揭示当前方案的真实能力边界与局限。
本文解读MIMESIS用户模拟器研究:Meta团队发现现成大模型扮演用户会扭曲任务难度,于是训练出更贴近真人行为的9B模拟器,并借此训练出泛化能力更强的AI智能体,还提出CSD教练式反馈机制进一步提升效果。
SperidLabs训练了30亿参数的像素空间文生图模型Iris-3B,并将FLUX.2 Klein转换为像素版本,测试两者在深度估计和图像修复任务上是否优于潜空间模型,结果显示没有显著优势,并详细记录了转换方法与实验中...
本文提出用历史条件下的风险百分位数来量化自动驾驶测试场景的危险程度,通过学习参考风险分布并结合扩散模型实时引导,在highD数据集上实现98.75%的请求精确命中率,并验证了该框架对TTC指标的可迁移性。
TIDES是一种新型状态空间模型,通过把输入依赖性放在状态矩阵衰减速率而非离散化步长上,同时保留Mamba式的选择性表达能力和S5式的物理时间处理能力,在多个不规律时间序列基准上取得领先表现。
这篇论文提出SheetSage2,通过合成MIDI数据、结构化解码和自回归蒸馏三项技术,解决了AI音乐转录中局部预测准确却整体不一致的难题,在八大基准上多项指标超越此前最强系统。
UniSkill让AI智能体在执行任务时自主提出技能库更新建议,用历史轨迹对比评估新技能是否契合当前模型,避免额外环境测试,在ALFWorld和WebShop上取得领先且训练稳定的表现。
这篇论文提出Salt++框架,通过Causal Self-Flow和上下文对齐的分布匹配蒸馏,解决流式音视频生成中因果建模与少步蒸馏结合时的上下文错位问题,在480p和960p上均显著超越现有基线方法。
CADFather是一个让视觉语言助手自主协调多种CAD重建工具的智能体系统,能从3D网格自动恢复可编辑的参数化CAD程序,在多个基准数据集上实现零失败率和领先精度,且无需额外训练模型。
论文提出任务充分收缩理论,研究任务能否在选定编码器、码率等参数前就确定精简信息源,证明有限动作集下遗憾完备信息源可保留完整码率遗憾曲线,并给出二次损失下仿射动作集的精确刻画。
StepCAD提出边生成边观察的CAD策略加几何感知树搜索,配合自建的150万条数据集ARCADE-1.5M,在多个网格转CAD基准上实现最高87.2%的重建精度提升,尤其在复杂形状上优势显著。
一年一度的双十一已经进入冲刺阶段,从挑商品、蹲点抢购,到等物流、取快递,再到买完后的记账管理,一整套流程下来,对手速、记忆力、决策力都是巨大考验。