每日论文

DINOv3

SSRL: 自搜索强化学习

Thyme：超越图像的思考

BeyondWeb: 扩展合成数据用于万亿级预训练的经验教训

XQuant: 通过KV Cache重实例化打破LLM推理的内存墙

PaperRegister：通过分层注册索引提升灵活粒度论文搜索

TexVerse：一个包含高分辨率纹理的3D对象宇宙

FantasyTalking2：用于音频驱动肖像动画的Timestep-Layer自适应偏好优化

StyleMM：基于文本驱动对齐图像翻译的风格化 3D 可变形人脸模型

X-Node：自解释即所需一切

通过奖励引导解码控制多模态LLM

MAESTRO：用于多模态、多时相和多光谱地球观测数据的掩码自编码器

稀疏数据，丰富结果：通过类别条件图像翻译实现少样本半监督学习