⏶
95
LightMem：轻量级高效内存增强生成
⏶
91
通过核心注意力分解实现高效长上下文语言模型训练
⏶
72
世界中的世界：封闭世界中的世界模型
⏶
63
UniGenBench++：用于文本到图像生成的统一语义评估基准
⏶
53
步步演进：为万亿级思考模型扩展强化学习
⏶
50
Chem-R：学会像化学家一样推理
⏶
37
MoGA：用于端到端长视频生成的混合组注意力
⏶
34
DeepSeek-OCR：上下文光学压缩
⏶
32
区域全掌握：实现多模态大语言模型精确、上下文相关的像素理解
⏶
24
IF-VidCap：视频字幕模型能否遵循指令？
⏶
20
GAS：通过广义对抗求解器改进扩散ODE的离散化
⏶
19
通过批评-编辑强化学习实现忠实和可控的个性化
⏶
19
三维思考：基于有限视角的几何想象与空间推理
⏶
16
MT-Video-Bench：用于评估多模态大语言模型在多轮对话中进行视频理解的综合基准
⏶
16
多语言大语言模型水印是否真正多语言？一个简单的
回译解决方案
⏶
14
UltraGen：通过分层注意力实现高分辨率视频生成
⏶
11
ssToken：用于 LLM 微调的自适应和语义感知 Token 选择
⏶
9
ProCLIP：通过基于大语言模型的嵌入器实现渐进式视觉-语言对齐
⏶
9
MUG-V 10B：大型视频生成模型的高效训练管道
⏶
8
AlphaQuanter：用于股票交易的端到端工具编排智能体强化学习框架
⏶
7
DSI-Bench：动态空间智能基准测试
⏶
5
无需训练的视频推理
⏶
5
从开放模型中提取对齐数据
⏶
5
扩展 LLM 的行动空间以超越语言进行推理
⏶
4
Mono4DGS-HDR：来自交替曝光单目视频的高动态范围 4D 高斯泼溅
⏶
4
Unimedvl：通过观察-知识-分析统一医学多模态理解与生成
⏶
3
通过结构化基于组件的奖励机制释放科学推理能力，用于生物实验协议生成
⏶
3
PRISMM-Bench：基于同行评审的多模态不一致性基准测试
⏶
3
当“正确”不安全时：我们能信任代码代理生成的、功能正确的补丁吗？
⏶
3
计划扩散
