⏶
64
统一多模态理解与生成模型：进展、挑战与机遇
⏶
52
ZeroSearch：无需搜索即可激发 LLMs 的搜索能力
⏶
32
HunyuanCustom：一种多模态驱动的定制化视频生成架构
⏶
22
超越识别：评估视觉语言模型中的视觉视角采择
⏶
20
R&B：领域重组与数据混合平衡以实现高效基础模型训练
⏶
19
PrimitiveAnything：基于自回归 Transformer 的人工设计 3D 基本体组合生成
⏶
18
LLMs 的群体智能基准测试
⏶
16
OpenVision: 完全开放、经济高效的用于多模态学习的先进视觉编码器系列
⏶
11
独立于 LLM 的自适应 RAG：让问题自己说话
⏶
10
超越定理证明：形式化问题解决的表述、框架与基准
⏶
8
使用大型语言模型进行知识增强的复杂问题解决：综述
⏶
7
OpenHelix：用于机器人操控的简短综述、实证分析和开源双系统VLA模型
