We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
back
2025.06.30 | 3D视觉编辑；视频令牌压缩
10:47
Share
2025/7/1
HuggingFace 每日AI论文速递
AI Chapters
Transcribe
Chapters
BlenderFusion：基于3D的视觉编辑和生成式合成？
LLaVA-Scissor：基于语义连通分量的视频LLM令牌压缩？
XVerse：通过DiT调制实现对身份和语义属性的多主体一致性控制？
ShotBench：视觉-语言模型中专家级电影理解？
从理想到现实：面向真实场景的统一且数据高效的密集预测？
MiCo：用于增强视觉推理的多图像对比学习？
Pangu Pro MoE：用于高效稀疏性的分组专家混合模型？
细粒度偏好优化如何提升视觉语言模型中的空间推理能力？
Ark：一个用于机器人学习的开源Python框架？
噪声一致性训练：一种在学习额外控制时用于单步生成器的原生方法？
自动化LLM竞速基准：复现NanoGPT的改进？
Gazal-R1：通过参数高效的两阶段训练实现最先进的医学推理？
Confucius3-Math：一个用于中国K-12数学学习的轻量级高性能推理大语言模型？
RetFiner：用于视网膜基础模型的视觉-语言精炼方案？
Shownotes
Transcript
No transcript made for this episode yet, you may request it for free.
