每日论文

ScreenCoder：通过模块化多模态智能体推进前端自动化的视觉代码生成

Falcon-H1：重新定义效率与性能的混合头语言模型家族

BANG：通过生成式分解动态分割三维资产

VL-Cogito：用于高级多模态推理的渐进式课程强化学习

MetaCLIP 2：全球扩展秘诀

Step-3：规模庞大又经济实惠：通过模型与系统协同设计实现高性价比解码

使用弱监督方法，将航空影像车辆检测器适配到未知领域

MixGRPO：采用混合ODE-SDE解锁基于流的GRPO效率

迈向指代性音视频分割中的全模态表达与推理

Repair-R1：修复前的更优测试

通过强化学习对大型语言模型进行高效的差分隐私微调

DreamScene: 基于3D高斯的端到端文本到3D场景生成