⏶
119
WebWatcher：突破视觉语言深度研究代理新前沿
⏶
70
Matrix-3D：全向可探索的 3D 世界生成
⏶
48
超越十轮：通过大规模异步强化学习解锁长时程代理搜索
⏶
38
复杂逻辑指令生成
⏶
37
CharacterShot：可控且一致的 4D 角色动画
⏶
36
时间即特征：利用扩散语言模型中的时间动态
⏶
34
VertexRegen：具有连续细节级别的网格生成
⏶
29
OpenCUA: 计算机使用代理的开放基础
⏶
28
HierSearch：一个集成本地和网络搜索的分层企业深度搜索框架
⏶
25
StableAvatar：无限长音频驱动的虚拟形象视频生成
⏶
23
训练长，思考短：用于高效推理的课程学习
⏶
20
通过区域一致性进行 GUI 接地测试时间强化学习
⏶
16
UNCAGE：文本到图像生成中掩码生成式 Transformer 的对比注意力引导
⏶
16
通过自动化构建环境在大型语言模型中实现反馈驱动的工具使用改进
⏶
16
Aryabhata: 一个专注于JEE数学的考试导向型语言模型
⏶
12
Cut2Next：通过上下文调整生成下一镜头
⏶
10
迈向具有人类先验知识的、可供性感知的机器人灵巧抓取
⏶
10
民主化外交：评估大型语言模型在“全面外交”中表现的利器
⏶
9
对抗文本到视频检索的视频推广
⏶
9
DeCRED：用于基于编码器-解码器的语音识别的以解码器为中心的正则化
⏶
9
ASTRA：AI 软件助手的自主时空红队测试
⏶
9
AimBot：一个简单的辅助视觉线索，用于增强视觉运动策略的空间感知
⏶
7
AutoCodeBench：大型语言模型是自动代码基准生成器
⏶
5
技术报告：Q 编程语言的全栈微调
