潜在分区网络（LZN）：以共享高斯潜在空间，统一生成、表示与分类的机器学习新框架
在机器学习领域，生成模型（如 DALL・E 生成图像、ChatGPT 生成文本）、表示学习（如 CLIP 实现图文表示匹配）、分类模型（如 ResNet 进行图像分类）是三大核心方向，且各自都已取得成...
排序
BranchGRPO：树状分支重构，破解GRPO图像视频生成对齐的效率与稳定性难题
在图像、视频生成领域，“让模型输出与人类偏好对齐”是关键目标——无论是生成符合审美标准的图像，还是帧间连贯的视频，都需要通过算法优化缩小模型输出与人类期望的差距。群体相对策略优化（GRPO）是近年常用...
RPG：一种用于统一且可扩展代码库生成的存储库规划图
微软、清华大学和加州大学圣地亚哥分校的研究人员推出一个名为 Repository Planning Graph (RPG) 的框架，用于从头开始生成完整的软件仓库。它通过将软件的功能规划和实现规划统一...
ST-AR：让自回归图像生成学会“先理解，再生成”
自回归模型（Autoregressive, AR）因其强大的序列建模能力，最初在自然语言处理中取得成功，随后被引入图像生成领域。这类模型将图像视为“视觉词元”序列，通过逐个预测 token 的方式重建...
局部性从何而来？MIT与丰田研究所揭示扩散模型中的数据驱动机制
在图像生成领域，扩散模型已成为主流架构之一。其训练过程基于一个理论上的“最优去噪器”——即在给定噪声水平下，能够最小化重建误差的理想函数。有趣的是，这一最优解虽然数学上可定义，却只能复现训练集中的样本...
艾伦AI研究所推出Fluid Benchmarking：为每个语言模型定制最合适的考题
在当前的语言模型评测中，我们通常采用“统一试卷”模式： 无论模型是刚起步的小型模型，还是千亿参数的顶尖系统，都使用同一套固定题目进行打分。 这就像让小学生和博士生做同一份数学卷子——看似公平，实则难以...
蚂蚁集团发布针对多跳问答任务的增强型检索-生成（RAG）框架HANRAG
蚂蚁集团发布新型框架HANRAG，这是一个针对多跳问答任务的增强型检索-生成（RAG）框架，通过结合启发式方法和强大的“启示者”（Revelator）主代理，高效处理各种复杂性的问题，提高多跳问答系统...
开源机器人学习框架Ark：简化机器人软件开发和部署而设计
达姆施塔特工业大学、华为诺亚方舟、伦敦帝国理工学院、牛津大学和伦敦大学学院的研究人员推出开源机器人学习框架Ark，通过提供一个基于 Python 的、易于使用的环境来加速机器人学习的研究和商业部署。 ...
新型强化学习算法框架EMPG：提升了智能体在长时域任务中的性能与稳定性
在复杂任务中，如网页购物、虚拟环境导航或深度信息检索，大语言模型（LLM）作为智能体的表现正日益受到关注。然而，一个长期困扰研究者的难题是：这些任务往往只在最终成功或失败时给出奖励信号——中间成百上千...
RewardDance：用生成式奖励重塑视觉强化学习，让AI生成的图像和视频真正“理解”你的需求
在视觉生成领域，强化学习（Reinforcement Learning, RL）正成为提升模型表现的关键手段。其中，奖励模型（Reward Model, RM）作为引导生成方向的核心组件，直接影响最终...
Meta FAIR提出 Darling：用强化学习平衡大语言模型生成质量与语义多样性
由 Meta FAIR、卡内基梅隆大学与约翰霍普金斯大学联合提出的新框架 Darling（Diversity-Aware Reinforcement Learning for Generation...
清华大学等提出UPGE框架：用统一视角重构大模型后训练
在大语言模型（LLM）的训练流程中，“后训练”（post-training）是连接预训练与实际应用的关键阶段。当前主流方法主要包括两类：监督微调（SFT）和强化学习（RL）。前者依赖高质量演示数据，强...
