「推理数据生成」共找到 5800 篇相关文章
世界模型一口气输出小时级视频不跑偏,开源了
Alaya Lab等联合推出的Alaya - EVOKE能生成小时级视频,解决常见问题。它把记忆搬到模型外,改造教师模型,经多轮技术操作,实验成绩佳,给出清晰训练方案,也指出项目边界。
4D通用世界模型!中科院NeoVerse用百万单目视频直接构建
中国科学院自动化研究所与CreateAI团队构建4D世界模型NeoVerse,它用全新端到端架构,从单目视频高效重建4D高斯泼溅,模拟成像退化提升生成鲁棒性,在多任务表现卓越。
攻克大模型「表格盲区」!ST-Raptor框架发布,实现复杂半结构化表格的精准理解与信息抽取
半结构化表格布局多样、结构复杂,让自动化数据处理困难。上海交大等团队发布 ST - Raptor 框架,提出 HO - Tree 数据结构及树上操作,构建 SSTQA 数据集,提升表格问答准确率,弥补大模型处理短板。
吴恩达:并行 Agent是 Scaling laws 的新方向
吴恩达称并行 Agent 是扩展 AI 新方向。过去 AI 靠数据和计算量提升能力,如今并行 Agent 能在不增加用户等待时间前提下提升效果,虽任务分解有难点,但研究不断涌现。
开发者不仅编写代码,也在创造世界
智能GitHub Copilot副驾驶等生成式AI技术出现,使编程从“指令式”转向“意图式”。开发者需具备对问题、模型、交互的新“品味”,微软相关工具顺应此趋势,峰会将探讨相关话题。
Google这个1.5w star 项目牛皮,99%准确率!
Google安全团队开源AI文件类型检测工具Magika,抛弃固定规则匹配,用深度学习精准识别文件真实类型。它内置轻量模型,单CPU毫秒级推理,支持200+格式,准确率约99%,已大规模落地。
人类画了100年的脑图,AI仅用几小时!还绘制出新脑区
加州大学旧金山分校团队提出CellTransformer算法,几小时完成5只小鼠脑图谱绘制,还绘出新脑区。该算法能准确对齐已知脑区,可扩展到多动物数据集,未来有望用于人类大脑及其他器官研究。
ICLR 2026 放榜了!28%接收率,欢迎投稿机器之心
ICLR 2026 官方深夜发论文接收结果,会议 2026 年 4 月在巴西举行,收稿约 19000 篇,录取率约 28%。网友晒成绩,不过本届堪称“史上最乱”,有审稿问题,还被质疑用 AI 生成意见。
你们问了一万遍的票据风图片提示词,它终于来了!
文章分享票据风图片提示词,还将此风格打包成 Skills。该 Skills 能批量为文档生成配图和封面,有多种格式、分辨率等选项,内置三套风格,还介绍了安装和使用方法。
Rust版本的DeepSeek-OCR来了,告别python原版的繁琐配置
网友用Rust重写DeepSeek - OCR推理栈,解决原版Python依赖复杂问题。此版本无Python依赖,可离线运行,兼容OpenAI API,还支持苹果芯片Metal加速,介绍了技术实现、使用方法和场景。