每日论文

HunyuanWorld 1.0：从文字或像素生成沉浸式、可探索和交互式的3D世界

X-Omni：强化学习让离散自回归图像生成模型再次伟大

ChemDFM-R：一个增强了原子化化学知识的化学推理大语言模型

CUDA-L1：通过对比强化学习改进CUDA优化

MIRepNet：用于基于脑电图运动想象分类的流水线与基础模型

MaPPO：基于先验知识的最大后验概率偏好优化

动物线索：通过踪迹识别动物

MOVE：运动引导的少样本视频目标分割

评估用于非洲野生动物图像分类的深度学习模型：从DenseNet到Vision Transformer

MoHoBench: 通过无法回答的视觉问题评估多模态大语言模型的诚实性