每日论文

We-Math 2.0：一个用于激励视觉化数学推理的多功能数学手册系统

NextStep-1：迈向具有连续标记的大规模自回归图像生成

PRELUDE：一个需要对长上下文进行全局理解和推理的基准

ToonComposer：利用生成式后关键帧技术简化卡通制作流程

UI-Venus 技术报告：使用 RFT 构建高性能 UI 智能体

扩散语言模型综述

STream3R: 使用因果变换器进行可扩展的序列三维重建

Puppeteer：绑定和动画化您的 3D 模型

Pass@k 训练：用于自适应平衡大型推理模型的探索与利用

HumanSense：通过推理式多模态大语言模型，从多模态感知到具有同理心的上下文感知响应

视觉编码器中的处理和采集痕迹：CLIP 对您的相机了解多少？

从黑箱到透明：在大学课堂中利用可解释 AI 增强自动化口译评估

当可解释性遇上隐私：在自然语言处理背景下对后验可解释性和差分隐私交叉点的研究