每日论文

视觉-语言-视觉自编码器：从扩散模型中进行可扩展的知识蒸馏

EXAONE 4.0：整合非推理和推理模式的统一大型语言模型

最佳数据混合的缩放法则

多模态基础模型能理解示意图吗？一项关于科学论文信息检索式问答的实证研究

AgentsNet：多智能体LLM中的协调与协作推理

OpenCodeReasoning-II：一种通过自我批判实现简单测试时缩放的方法

BYOKG-RAG：用于知识图谱问答的多策略图检索

驾驭生成式视频模型进行零样本光流提取

UGC-VideoCaptioner：一个全方位的 UGC 视频细节描述模型与新基准

基于离散扩散的词元音频补全

LLMalMorph：使用大型语言模型生成变种恶意软件的可行性研究

预训练中根植，微调中摇摆：LLM中认知偏差起源的案例研究

编排器-智能体信任：一个具有信任感知编排和基于RAG推理的模块化智能体AI视觉分类系统