AI 中文社
工程 标签，匹配到约255个结果, 耗时0.0234秒
扩散LLM推理用上类GRPO强化学习！优于单独SFT，UCLA、Meta新框架d1开源
大语言模型的推理能力，不再是 AR（自回归）的专属。扩散模型现在也能「动脑子」，新框架 d1 让它们学会了解数学、懂逻辑、会思考。...
2025-04-20
·
浏览41次
从思考到行动：大模型自主工具调用能力的深度实现
GPT - 4o、Deepseek - R1 等高级模型已展现出令人惊叹的「深度思考」能力：理解上下文关联、拆解多步骤问题、甚至通过思维链（Chain - of - Thoug...
2025-04-17
·
浏览69次
4K分辨率视觉预训练首次实现！伯克利&英伟达多模态新SOTA，更准且3倍加速处理
当前，所有主流的视觉基础模型（如 SigLIP、DINOv2 等）都仍然在低分辨率（如 384 * 384 分辨率）下进行预训练。...
2025-04-17
·
浏览65次
迄今为止最大、最详细的哺乳动物脑连接图，详细展现海量神经元活动
研究人员通过绘制小鼠脑组织中一立方毫米内的细胞图谱，绘制出了迄今为止最大、最详细的哺乳动物脑连接图。...
2025-04-15
·
浏览68次
合成数据助力视频生成提速8.5倍，上海AI Lab开源AccVideo
虽然扩散模型在视频生成领域展现出了卓越的性能，但是视频扩散模型通常需要大量的推理步骤对高斯噪声进行去噪才能生成一个视频。...
2025-04-15
·
浏览19次
面对杂乱场景，灵巧手也能从容应对！NUS邵林团队发布DexSinGrasp基于强化学习实现物体分离与抓取统一策略
在物流仓库、生产线或家庭场景中，机器人常常需要在大量杂乱摆放的物体中高效地抓取目标。...
2025-04-13
·
浏览41次
3710亿数学tokens，全面开放！史上最大高质量开源数学预训练数据集MegaMath发布
在大模型迈向推理时代的当下，数学推理能力已成为衡量语言模型智能上限的关键指标。...
2025-04-13
·
浏览31次
CVPR 2025 | 2D 大模型赋能3D Affordance 预测，GEAL助力可泛化的3D场景可交互区域识别
在现实世界中，如何让智能体理解并挖掘 3D 场景中可交互的部位（Affordance）对于机器人操作与人机交互至关重要。...
2025-04-11
·
浏览76次
类R1强化学习迁移到视觉定位！全开源Vision-R1将图文大模型性能提升50％
图文大模型通常采用「预训练 + 监督微调」的两阶段范式进行训练，以强化其指令跟随能力。...
2025-04-09
·
浏览72次
铰链物体的通用世界模型，超越扩散方法，入选CVPR 2025
基于当前观察，预测铰链物体的的运动，尤其是 part-level 级别的运动，是实现世界模型的关键一步。...
2025-04-07
·
浏览57次
CVPR满分论文 | 英伟达开源双目深度估计大模型FoundationStereo
本文介绍了 FoundationStereo，一种用于立体深度估计的基础模型，旨在实现强大的零样本泛化能力。...
2025-04-07
·
浏览61次
大语言模型变身软体机器人设计「自然选择器」，GPT、Gemini、Grok争做最佳
大型语言模型 (LLM) 在软体机器人设计领域展现出了令人振奋的应用潜力。...
2025-04-06
·
浏览55次
3FS系列（二）：3FS元数据性能深度拆解：那些在技术文档中找不到的实现细节
作为一家深耕高性能计算领域的AI科技公司，九章云极对 DeepSeek 开源的 3FS 分布式文件系统始终保持高度关注。在完成前篇所述的 3FS 编译与部署教学后，我们决定对3...
2025-03-31
·
浏览119次
