DiffusionART:给AI画画装上"既快又稳"的刹车片
DiffusionART揭示了扩散模型强化学习训练不稳定的隐藏成因:前向反向一致性力,并提出聚合优先的奖励引导加自适应恢复力机制,无需EMA调参即可实现高效稳定训练,在图像和视频生成任务上大幅超越现有方法。
DiffusionART揭示了扩散模型强化学习训练不稳定的隐藏成因:前向反向一致性力,并提出聚合优先的奖励引导加自适应恢复力机制,无需EMA调参即可实现高效稳定训练,在图像和视频生成任务上大幅超越现有方法。
Reflex提出三阶段训练框架,让人形机器人仅凭自身RGB-D摄像头接住飞来的纸箱,无需动作捕捉或标记物。真实机器人在2.5米、5米分别达到65%、40%成功率,接近人类接球表现的76%和59%。
一篇研究提出TIPS方法,仅用结果对错作为训练信号,就能让AI模型学会精准定位推理过程中的错误步骤,用3200条数据超越了72B大模型和顶级商业AI裁判的表现。
论文提出ReHarness框架,让AI智能体在持续学习中具备"回头修正"记忆的能力,而非只能单向积累经验。三大基准、三种模型测试显示其显著优于现有记忆与反思方法,且更省token。
杜伦大学与阿里达摩院团队提出CASE框架,训练8B小模型自主在纵向病历与影像中查找证据,诊断准确率超越GPT-5.4和Claude Opus 4.8等大模型。
MixTok提出一种混合视觉编码方法,结合紧凑的1D全局token与稀疏2D局部token,通过内容自适应打分机制动态分配细化预算,在ImageNet上实现1.195的重建FID和1.95的生成FID,兼顾压缩效率与细节...
这篇论文提出SOLOQ,一种无需校准数据的扩散语言模型量化方法,通过K-RPBH旋转把激活值映射到可预测分布,支持4比特量化,在多个模型上实现最高2.61倍内存压缩和2.24倍推理加速。
ProgramGym提出可规模化训练环境Program-Env与分角色工作流Program-Agent,让AI学习从零复现程序。实验显示开源模型Qwen3.8-27B经训练后测试通过率从34.87%升至55.71%,超越...
本文解析了一项关于大模型训练的研究,揭示相对策略差异迁移中真正起作用的是任务训练产生的方向性差异而非模型规模差异,并发现专家与参照模型分工互补,目标模型的兼容性决定迁移成败。
在旧金山,AI正成为影响约会选择的重要因素。有人因对方使用AI直接左滑拒绝,有人担忧AI灭绝风险而不愿规划未来,还有创业者用AI代理自动完成配对沟通。调查显示,26%的美国单身人士已借助AI工具辅助约会。
11月5日,第九届中国国际进口博览会在国家会展中心(上海)正式开幕。本届进博会汇聚162个国家、地区和国际组织,4142家境外企业参展,整体面积首次突破44万平方米。
11月5日至7日,中国移动以“共创智能经济新形态”为主题,在广州举办2026移动网络大会,携手产业生态伙伴,共探产业发展新路径,共拓智能经济新蓝海。