「开源图像生成」共找到 5111 篇相关文章

算法论文8

华为多路径推理破解大模型数学瓶颈,准确率超97%|ICML 2025

大模型处理复杂问题常“翻车”,华为诺亚方舟实验室提出思维森林(FoT)框架,借鉴人类认知方式,打破线性推理范式。FoT在多个数学推理任务表现出色,准确率超先进模型,将在ICML 2025开源。

量子位
开源动态8

所有环节都上最强模型,这可能是做 AI 智能体最贵的错误

开源项目 AgentOpt 指出,很多团队做 AI 智能体默认把最强模型塞进各环节,既贵效果也未必好。真正决定智能体效果和成本的是将合适模型放合适位置,智能体需要能找最优解的模型优化器。

深度学习自然语言处理
新闻资讯8

斯坦福华人天团意外爆冷!AI用纯CUDA-C编内核,竟干翻PyTorch?

斯坦福华人团队用纯CUDA - C编写的快速AI生成内核超越PyTorch,成果登上Hacker News热榜。研究者采用KernelBench任务设置,引入新优化方法,实验显示多数最优内核在靠后轮次出现,优化策略集中在几类常见模式。

新智元
开源动态8

千问7B生图模型开放权重!3090就能跑,2K出图修图抠图全包

千问开放了7B参数的Qwen-Image-2.1生图模型权重,单张RTX 3090即可运行,一套模型覆盖文生图、修图、抠图、2K原生输出、透明图生成全需求,网友实测效果出色,该模型已登上Hugging Face文生图趋势榜第一,目前权重仅开放非商用授权。

量子位
开源动态7

NeurIPS'26|无需训练+梯度:引导离散扩散模型设计DNA/蛋白质

研究人员推出免训练生物序列采样器 D-DOIT,无需修改模型参数和奖励梯度,就能引导离散扩散模型生成 DNA 与蛋白质,增强子预测活性达6.19。

新智元
算法论文8

答案正确,推理就可靠吗?V-Rubrics用35万条细粒度准则细化多模态强化学习奖励

本文介绍南洋理工大学等机构研究团队提出的V-Rubrics方法,解决多模态推理中结果正确但推理错误的奖励分配误区,通过35万条细粒度准则拆分奖励计算,有效提升模型性能,论文已被EMNLP 2026主会接收,代码与数据已开源。

机器之心
新闻资讯8

GPT-5.6泄露了!

GPT-5.6泄露,150万Token+神级极简UI下月上线。它在前端有质变,能生成高质量UI,上下文窗口达1.5M tokens。OpenAI采取双版本策略,6月还将迎来Anthropic、Google等模型混战,模型迭代周期也在缩短。

新智元
新闻资讯8

清华给电子显微镜加上Agent,DeepSeek V3全程调度,数天流程缩短至几分钟

清华大学牵头,联合多机构推出电镜领域AI Agent AutoMat,它能把原子级STEM图像转成标准CIF结构并给出关键物性,将人工流程缩短至几分钟。它还构建数据集验证,性能超现有工具,不过也有瓶颈待解决。

量子位
新闻资讯7

打穿 AI 智商测试!GPT-6 Astra 的符号世界模型,是突破还是钞能力刷分?

OpenAI的GPT-6 Astra亮相,在ARC - AGI - 3测试成绩逼近100%,远超GPT - 5.6 Sol。它生成的符号世界模型被认为是AI迈向高级推理必经之路。不过出题人指出其靠Harness加持,离AGI还远。

AI科技评论
算法论文8

准确率腰斩!大模型视觉能力一出日常生活就「失灵」

EgoCross项目团队聚焦跨域第一视角视频问答评测,揭示现有MLLM在多场景泛化瓶颈。团队提出跨域第一视角视频问答基准EgoCross,经测试揭示模型短板,验证改进方法潜力,研究入选AAAI 2026且数据集等已开源。

量子位