每日论文

VisuLogic：一个用于评估多模态大型语言模型中视觉推理的基准

Tina：通过 LoRA 实现的微小推理模型

DreamID: 通过三元组身份群组学习实现高保真快速扩散模型换脸

Trillion 7B 技术报告

PHYBench：大语言模型的物理感知与推理综合评估

I-Con：用于表征学习的统一框架

DreamO: 统一的图像定制框架

AIMO-2 获奖方案：使用 OpenMathReasoning 数据集构建最先进的数学推理模型

Pre-DPO：通过引导参考模型提高直接偏好优化中的数据利用率

解耦全局-局部对齐用于提升组合理解

关于LLM(-Agent)全栈安全性的综合综述：数据、训练与部署

从 LLM 自适应的问题难度分级的角度，重新思考高质量 CoT 数据的生成

RePOPE：标注错误对 POPE 基准测试的影响

CRUST-Bench: 一个针对 C 到安全 Rust 转译的综合性基准测试

Causal-Copilot：一个自主的因果分析代理

未被关注与忽视：借助 CheckboxQA 应对大语言模型的复选框盲点

用于多任务视觉定位的渐进式语言引导视觉学习