南洋理工&普渡大学提出CFG-Zero*:在Flow Matching模型中实现更稳健的无分类器引导方法
全面提升 Flow Matching 框架下生成图像/视频的细节保真度、文本对齐性和稳定性。
阅读全文 :南洋理工&普渡大学提出CFG-Zero*:在Flow Matching模型中实现更稳健的无分类器引导方法
专业的人工智能媒体和产业服务平台
全面提升 Flow Matching 框架下生成图像/视频的细节保真度、文本对齐性和稳定性。
阅读全文 :南洋理工&普渡大学提出CFG-Zero*:在Flow Matching模型中实现更稳健的无分类器引导方法一场关于RL Scaling的重新思考。
阅读全文 :从零搭一套可复现、可教学、可观察的RL for VLM训练流程,我们试了试首次将基于规则的强化学习(RL)应用到了 GUI 智能体领域。
阅读全文 :UI-R1|仅136张截图,vivo开源DeepSeek R1式强化学习,提升GUI智能体动作预测基于强化学习的查询优化系统,训练大语言模型改进原始查询,以提高检索效果。
阅读全文 :颠覆传统信息搜索,效果是之前SOTA的三倍?UIUC韩家炜、孙冀萌团队开源DeepRetrieval,让模型端到端地学会搜索!AI是泡沫还是未来?斯坦福用400页报告梳理AI发展。
阅读全文 :斯坦福2025 AI Index报告来了:DeepSeek在全文中被提到45次大家翘首以盼的Llama 4,用起来为什么那么拉跨?
阅读全文 :Llama 4在测试集上训练?内部员工、官方下场澄清,LeCun转发高质量指令对齐数据与类R1强化学习方法相结合。
阅读全文 :类R1强化学习迁移到视觉定位!全开源Vision-R1将图文大模型性能提升50%Q-Insight将评分视作一种引导信号,促使模型深度思考图像质量的本质原因。
阅读全文 :首次引入强化学习!火山引擎Q-Insight让画质理解迈向深度思考它接入了 DeepSeek 满血版,支持论文图谱、一键直达引文、自定义知识库问答……
阅读全文 :论文读得慢,可能是工具的锅,一手实测科研专用版「DeepSeek」采用了双重视觉联合词表(DualViTok)和扩散解码器的创新设计,显著提升了语义理解和高保真图像生成能力
阅读全文 :ILLUME+:华为诺亚探索新GPT-4o架构,理解生成一体模型,昇腾可训!本文介绍了 FoundationStereo,一种用于立体深度估计的基础模型,旨在实现强大的零样本泛化能力。
阅读全文 :CVPR满分论文 | 英伟达开源双目深度估计大模型FoundationStereo