双原型解缠:一种上下文感知的时间序列预测增强框架
提出双原型自适应解缠框架(DPAD),通过动态双原型库和上下文路由,提升预测性能与可靠性。
受微分方程启发的深度神经网络
从微分方程视角统一深度神经网络,综述ODE/SDE模型,提升可解释性与泛化。
计算机生成全息术中的复值二维高斯表示
提出复值2D高斯基元全息表示,参数空间缩减5:1,优化加速50%,PSNR提升13dB,渲染提速3200倍。
先排序后服务:通过成对学习排序实现低延迟LLM服务
PARS调度器通过成对排序近似最短作业优先,减少头部阻塞,延迟降低15.7倍且跨模型通用。
Trust Region Masking for Long-Horizon LLM Reinforcement Learning
超越序列距离:模态间距离不变的位置编码
提出DIPE位置编码,解耦模态间/内位置,消除距离惩罚,稳定长上下文视觉感知。
中文标题:深度强化学习中SO(3)动作表示入门
摘要:系统评估SO(3)动作表示对强化学习的影响,发现局部切向量表示最可靠,提供实用选择指南。
推理增强的罕见事件预测与平衡结果校正
LPCORP两阶段框架结合推理增强与置信度校正,变罕见事件预测为平衡校正任务,提升精确率,成本降低超40%。
超100FPS即时表现力高斯头部化身
前馈编码器单图转3D一致快速表现力头部,轻量局部融合,107FPS质量可比,速度提升3-4数量级。
LieSolver: 基于李对称性的初边值问题PDE约束学习
提出LieSolver,利用李对称性精确嵌入物理定律,仅从初边值数据学习解,速度精度均优于PINNs。
使用临床背景重新审视胸部X光模型的性能声明
利用临床背景评估胸部X光模型,发现其在高风险人群中性能下降,存在临床效用差距。
加速MRI重建的像素级不确定性量化
提出无需真实参考图像的像素级不确定性量化框架,自动识别不可靠区域,与重建误差高度相关。
DDSA:面向对抗鲁棒性测试时空效率的双域策略攻击
提出DDSA双域策略攻击,通过时间选择性和空间精度优化对抗测试资源效率。
MetaBreak:通过操纵特殊令牌破解在线大语言模型服务
利用特殊令牌绕过LLM安全对齐与内容审核,难以防御,与提示工程协同可显著提升破解率。
当提示变得可视化:面向大型图像编辑模型的视觉中心越狱攻击
VJA通过纯视觉输入实现越狱攻击,成功率达80.9%,并引入内省多模态推理防御。
基于置信度蒸馏的门控关系对齐实现高效视觉语言模型
GRACE通过置信门控蒸馏与关系对齐,量化模型超越FP16基线,3倍吞吐量,54%内存节省。
基于线性上下文Bandit的同伴影响概率学习
提出不确定性引导探索算法,在线性上下文Bandit中平衡遗憾与估计误差,有效学习同伴影响概率。
基于算子推断与重叠Schwarz交替法的混合耦合
提出混合方法,通过重叠Schwarz交替法耦合算子推断降阶模型与高保真模型,三维固体动力学加速达106倍。
基于基分解的注意力加速
基分解注意力加速(BDA)无损重构注意力,无需重训,KV投影提速34%,权重减小25%,困惑度仅升0.02%。
基于视频到视频翻译的随机桥接视频对象移除
本文提出随机桥接模型,将视频对象移除重构为视频到视频翻译,利用输入视频先验指导,通过自适应掩码调制,显著提升视觉质量与时序一致性。
维护证据链:视频时间定位中免训练令牌剪枝的语义证据分配
SemVID通过语义证据分配,在仅用12.5%视觉令牌时保留95.4% mIoU,预填充加速5.8倍。
MPFlow:多模态后验引导流匹配用于零样本MRI重建
提出MPFlow,利用辅助MRI模态的预训练PAMRI实现跨模态引导零样本重建,仅需20%采样步数即可匹配扩散基线质量,并将肿瘤幻觉减少15%以上。
RAE-NWM:密集视觉表示空间中的导航世界模型
RAE-NWM利用密集视觉特征与条件扩散Transformer建模导航动态,通过时间门控提升动作精度,改善规划导航。
@elonmusk:有趣
有趣
@elonmusk:极其令人不安
极其令人不安
中文标题
视觉定位系统(VPS)以60帧/秒将物理世界3D映射到相机,是空间计算的关键,连接数字与物理世界。
当AI成本高于工程师
Anthropic计算成本达工程师工资2.3倍,远高于行业水平。2029年三种情景预测差距如何收窄。
@elonmusk: 真实
真实
DiffusionBench:扩散变压器全面评估基准
本文介绍DiffusionBench,一个用于全面评估扩散变压器的基准,涵盖多个维度。
工程、产品、设计、数据科学等角色融合,未来将出现五类原型,如Claude Code团队所示。
各类角色融合催生未来五种新原型。
埃隆·马斯克:确实如此。
所谓数百万死者,他们连一个名字都举不出来。
@swyx: 如果你在旧金山参加AIE周,今天下午5点到9点来莫斯康中心领取徽章并参加新工程师指导会——结交朋友,规划你的一周,并向新手传递善意!
今天下午5-9点莫斯康中心,领徽章参加新工程师指导,交友规划并帮助新手。
提高上限比提高下限更容易
提升上限比提升下限更容易。
@dotey: 这种AI视频也挺有意思的😂 https://t.co/kPiMFZqeZb
这种AI视频很有趣。
@dotey: Anthropic上周发布了Claude Tag,目前以测试版形式面向Claude Team和Enterprise用户开放。
Claude Tag让团队在Slack中@Claude派活,管理员配置权限后频道用户可直接布置任务。
@gdb:ChatGPT助你在班加罗尔日常生活
ChatGPT助力班加罗尔日常生活
引用乔恩·尤德尔
反对“机器主导”,主张人类主导,邀请智能体协作而非黑箱操作。
@dotey: RepoPrompt 已经开源了,社区版(Community Edition)已上线 GitHub。
RepoPrompt开源:创始人受邀OpenAI,为安排用户先免费后开源。
@elonmusk: 这就是人们想看到的
这就是人们想看到的。
加州针对大声流媒体广告的法律将于7月1日生效
流媒体广告可能将变得安静许多。
@ClementDelangue:https://t.co/PLL0hNPbdv
ClementDelangue 分享了一个链接。
暑期创客营
4周免费线上冲刺,助学生构建真实项目应对实习危机,7月13日开营。
福特在AI效果不佳后重新聘用“灰胡子”工程师
福特曾误以为仅靠AI就能产出高质量产品。
@_akhaliq: 百度/Unlimited-OCR 成为 Hugging Face 上排名第一的模型
百度/Unlimited-OCR 登顶 Hugging Face 模型榜
@emollick:OpenAI把GPT-6标签留给什么模型了?
OpenAI未用GPT-6命名新模型,暗示将来可能用于更强大的版本。
@emollick: GLM-5.2不错,但并非GPT-5.5/Opus 4.8,离Mythos更远;不过它很扎实,表明开源模型仍在追赶前沿
GLM-5.2虽不及顶级模型,但表现稳健,显示开源模型持续追赶前沿。
在当下各种纷扰中,众多公司致力于构建开放模型,这让我充满希望。
众多公司构建开放模型令人鼓舞。
作家伊恩·博戈斯特称,“小事物”能帮我们从去物质化中夺回生活
硅谷方向有误?博戈斯特称关注具体小事物可对抗虚拟化,重获生活掌控权。
第22期:Zyphra、Cohere和Poolside正在拓宽生态系统
评估开放生态系统及企业发布模型背后的动机
惠普公司与OpenAI启动“前沿”战略合作伙伴关系
惠普扩展与OpenAI合作,在客户体验、软件开发和企业运营中部署AI。