不用重训,不丢语义!UniLIP无损升级CLIP:一键通关重建、生成与编辑
©作者 | 汤昊单位 | 北京大学博士研究方向 | 统一多模态理解和生成研究动机统一的多模态模型需要视觉表征同时具备用于理解的丰富语义和用于生成/编辑的精细细节。像 VAE 这样的早期方法,因其特征缺
阅读全文©作者 | 汤昊单位 | 北京大学博士研究方向 | 统一多模态理解和生成研究动机统一的多模态模型需要视觉表征同时具备用于理解的丰富语义和用于生成/编辑的精细细节。像 VAE 这样的早期方法,因其特征缺
阅读全文合适的工作难找?最新的招聘信息也不知道?AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职!AMDAMD 是高性能与自适应计算领域的领先企业,致力于提供优质的产品和服务,
阅读全文人们一直以为,大模型的隐藏状态是抽象的“语义压缩”。但这篇论文发现,Transformer 并没有丢掉任何输入信息——它能凭隐藏状态精确反演出你说的每一个字。我们一直以为,语言模型的隐藏状态是对输入的
阅读全文AI 合照终于不再像贴纸了 🔥 这次,它真的能“在一起”了。过去的人脸参考生成,要么“不像”,要么“太像”。 一张图里的人物,表情僵硬、眼神复制、姿势割裂—— 明明是“合照”,却像几张贴纸凑在一起
阅读全文合适的工作难找?最新的招聘信息也不知道?AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职!腾讯微信事业群负责搭建和运营微信生态体系,为全球超过13亿用户提供便捷的社交生
阅读全文在 3D 视觉领域,如何从二维图像快速、精准地恢复三维世界,一直是计算机视觉与计算机图形学最核心的问题之一。从早期的Structure-from-Motion (SfM) 到Neural Radian
阅读全文合适的工作难找?最新的招聘信息也不知道?AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职!University of Sheffield谢菲尔德大学(Universit
阅读全文过去,AI 只能“被训练”;现在,它开始“训练自己”。来自 LSTM 之父 Jürgen Schmidhuber 团队的最新研究,展示了一种能自我修改、自我修复、甚至自我优化的智能体——它真的开始学会
阅读全文©作者 | 章天任、陈冠宇、陈峰单位 | 清华大学 VIPLAB、千诀科技邮箱 | trzhang@mail.tsinghua.edu.cn相信 2025 年 AI 领域的大家都或多或少听说过“世界模
阅读全文合适的工作难找?最新的招聘信息也不知道?AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职!MBZUAI穆罕默德·本·扎耶德人工智能大学(Mohamed bin Zaye
阅读全文同样的后训练,RL 让模型更稳,SFT 却更健忘。普林斯顿陈丹琦团队发现,遗忘的根源不在算法,而在数据分布与模型行为之间的错位。随着大模型规模的不断扩大,后训练(post-training)已成为影响
阅读全文在视频生成的世界里,“认不清人”成了一个尴尬的通病。无论是两个人同框跳舞,还是多人合作演绎剧情,模型常常为了追求画面一致性而牺牲人物身份,一不留神就“串脸”“换人”。来自阿里云的研究团队决定正面破解这
阅读全文合适的工作难找?最新的招聘信息也不知道?AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职!蚂蚁集团蚂蚁集团保险大模型算法团队,正聚焦用大模型技术重塑保险全链路服务 ——
阅读全文“学而不思则罔,思而不学则殆。”仅依赖 GRPO 类探索,会导致大模型出现能力塌缩。RL-PLUS 创新性地融合监督学习(“学”)与强化学习(“思”),在 6 个复杂数学推理基准(如 AIME25 等
阅读全文我们用视频生成模型画出世界,但是真的理解世界吗?当前的视频生成模型看似能生成逼真场景,但实际上并不理解物理世界:物体会悬空不落、流体会违背重力、碰撞没有反馈。本文发现,一个拥有 20 亿参数的生成模型
阅读全文合适的工作难找?最新的招聘信息也不知道?AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职!香港中文大学香港中文大学(The Chinese University of
阅读全文半个世纪悬而未解的数学谜题被攻克,而这次写下证明的,不只是人类。GPT-5 被正式列为论文作者之一——它写出了成千上万行可验证的数学证明代码,让一条悬赏 $1000 的 Erdős 猜想彻底落幕。有些
阅读全文TLDRSRUM 是一种简洁高效的后训练方法。其核心动机在于:当前统一多模态模型的理解能力普遍优于生成能力,对于许多对偶任务,生成端难以处理的问题,理解端却能轻松应对。基于此,SRUM 通过巧妙的指令
阅读全文合适的工作难找?最新的招聘信息也不知道?AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职!腾讯混元大模型是腾讯公司的通用大模型技术团队,致力于开发业界先进的 AI 大模
阅读全文通用视觉语言模型(VLM)能理解图像,却常常“看不清”细节。它能回答“图里有什么”,却指不准“具体在哪”。根源在于——生成式架构天生擅长输出语言,却不擅长生成连续坐标,这对模型而言是“非自然”的任务。
阅读全文PARO 证明,大模型真正需要学习的不是人类思维链,而是可复用的“推理模式”。当模式先验取代昂贵标注,SFT+RLVR 从人力密集走向自动生成,推理监督范式也因此被彻底改写。©PaperWeekly
阅读全文合适的工作难找?最新的招聘信息也不知道?AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职!AppleApple is a place where extraordina
阅读全文研究生花一周跑通的实验,Keplore 十分钟就能完成。它不是“写点代码的助手”,而是一支自带 GPU、自动复现论文并能直接部署成果的科研外包团队。每次开始一个 AI 新项目时,成本都高得离谱? 搞算
阅读全文本文第一作者为上海人工智能实验室研究员于家硕,研究方向为多模态视频理解。通信作者为中国科学院深圳先进技术研究院王亚立老师,上海人工智能实验室王毅老师,南京大学王利民老师。共同作者来自于上海创智学院等。
阅读全文合适的工作难找?最新的招聘信息也不知道?AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职!阿里巴巴阿里夸克大模型团队在智能科技浪潮中迅速崛起,我们拥有处于上升阶段的核心
阅读全文新手搞科研,发不出顶会顶刊,不是因为你不够努力,而是因为你仍在沿用那套低效、耗时的传统科研模式!传统模式要求你“从0到1”搞出一个极具创新的idea,然后花大量时间去验证、实现。这种模式对于科研新手来
阅读全文强化学习总是“要么坍塌要么炸”?QAE 用分位数取代均值,一步让训练稳回安全区。本文提出了一种简洁的强化学习基线改进方法——分位数优势估计(Quantile Advantage Estimation,
阅读全文合适的工作难找?最新的招聘信息也不知道?AI 求职为大家精选人工智能领域最新鲜的招聘信息,助你先人一步投递,快人一步入职!光明实验室人工智能与数字经济广东省实验室(深圳)(以下简称“光明实验室”)是经
阅读全文把“好答案拉上去、坏答案压下去”:SPG 用上下证据界把扩散语言模型的策略梯度夹得又准又稳,一口气把四个经典推理基准的榜首收进囊中。一谈到 dLLM(离散扩散语言模型),大家首先想到的是并行或半自回归
阅读全文