全部动态

XTC模型通过排除高概率选择，显著提升了文本生成的多样性，对于需要创意文本生成的应用来说是个不错的选择。

Re$^3$Cap模型通过检索引导优化图像描述，比GRPO提升了8.64%的推理性能，值得一看。

想了解如何提升ASR系统准确率的同时保持高效？试试TurboBias 2.0，它为多用户个性化上下文偏置提供了新方案。

Tydra模型在保持预测性能的同时大幅降低推理时间，比Hydra模型更高效。

Daedalus-150M模型在CPU上实现了高效推理，与同类全注意力模型相比，在速度上具有显著优势，同时保持了相似的质量指标，值得一试。

Pandora's AI Model Routing Box通过低成本估计值优化查询分配，在多领域实验中表现优异，值得关注。

研究团队提出几何迭代检索方法，解决了神经音频编码器重合成难题，效果比之前单次预测和回归方法好。

我朋友知道有个叫NEAR的新方法，能帮脑信号图像图像检索不用试那么多遍，和以前方法比，少重复的时候效果更好了。

SIMPLE这个模型做了个用合成任务先验做多视图可复用推理的事，在多组学数据上直接用冻结方式就好，比以前方法省事儿。

Qwen3推出了VLA框架，用来监测多代理潜在通信，在小范围拍卖里表现好，你可以去了解下。

Intel推出了在AI PC集群上实现大规模LLM分布式推理的片方法，能让集群共同计算超单台容量的模型，和单机相比效率更高。

PGFS++是新分子优化方法，能解决合成和多样性难题，比之前版本效果更好还保分子多样性。

你说的那个MDTI模型，用掩码扩散来做时间序列插值，效果比之前的方法都强，感兴趣的话可以去了解下

ReWEIGH模型校准方法能缓解大模型幻觉，比普通方法减少更多幻觉，操作简单。

你可以试试SPADE，它是让大语言模型自己学建环境，在数学题这些领域比固定环境方法强5.3%呢。

OpenAI发布了Privacy Filter模型卡，能高效处理文本隐私信息，效果比传统方案更专业。

Eureka模型发布了，能做科学发现任务，压缩输入还少重复计算，比以前方法强。

Flama这个开源框架，能帮你开发部署生产级API和LLM服务，和普通框架比更统一架构，还能自动处理多种模型格式。

研究人员提出HLSR框架，能智能重规划车辆路线，有效缓解城市交通拥堵，比传统方法更精准高效。

这篇论文提出了一种简单却有效的IER机制，能让强化学习智能体通过重复成功动作更快学习。

Proteus给长上下文模型加了个记忆开关，逐步解锁容量，让SWLA、Titans这些模型在长文本上表现更好，越长的上下文提升越明显。

不用跑完整扩散过程，第一次预测噪声就能判断异常，速度快还更准，时序异常检测可以看看这个方法。

流式细胞数据太杂不好统一？CytoBERT在5000万细胞上预训练，换数据集微调即用，避免从头训练。

DeaMoE让MoE小批量解码少搬权重、跑得更快，7B模型在A40上TPOT提速33%，DeepSeek-V3加速近2倍。

丹麦团队开源了10亿参数的Mimir v1，只用合规数据就追上4B模型，丹麦语还是第一。

AlayaWorld v1.1报告出来了，空间记忆换成了3D点缓存渲染，条件编码统一到因果VAE，做世界模型的值得瞄一眼。

这个科学智能体模型能处理多模态数据，397B 版在时间序列预测上很强，还有个 4B 小模型能直接把生物任务分数拉高，适合搞科研的人看看。

做航空视觉语言导航的看这个：DreamFly在OpenFly上SR和SPL都超过现有方法，导航误差最低，还能判断何时到达。

想找有效的药物组合？ScreenShot不用分子图谱就能预测，少量样本就比现有方法准，还能省三分之二实验预算。

FQTree把提升决策树的量化做到硬件级，在FPGA上能省26-57%查找表，精度还不掉，做边缘部署的可以看看。

联邦学习遇到非独立同分布数据时，LIGHTYEAR用NTK判断哪些更新对你有用，比单纯比参数靠谱，五个数据集上都赢了。

想了解怎么让模型部署后还能继续学？Macaron-V1用LoRA组合和递归改进做到了，744B大模型加四个专家LoRA，还开源。