AI给音乐听写曲谱,这次它学会了"自己纠正自己"
这篇论文提出SheetSage2,通过合成MIDI数据、结构化解码和自回归蒸馏三项技术,解决了AI音乐转录中局部预测准确却整体不一致的难题,在八大基准上多项指标超越此前最强系统。
这篇论文提出SheetSage2,通过合成MIDI数据、结构化解码和自回归蒸馏三项技术,解决了AI音乐转录中局部预测准确却整体不一致的难题,在八大基准上多项指标超越此前最强系统。
UniSkill让AI智能体在执行任务时自主提出技能库更新建议,用历史轨迹对比评估新技能是否契合当前模型,避免额外环境测试,在ALFWorld和WebShop上取得领先且训练稳定的表现。
这篇论文提出Salt++框架,通过Causal Self-Flow和上下文对齐的分布匹配蒸馏,解决流式音视频生成中因果建模与少步蒸馏结合时的上下文错位问题,在480p和960p上均显著超越现有基线方法。
CADFather是一个让视觉语言助手自主协调多种CAD重建工具的智能体系统,能从3D网格自动恢复可编辑的参数化CAD程序,在多个基准数据集上实现零失败率和领先精度,且无需额外训练模型。
论文提出任务充分收缩理论,研究任务能否在选定编码器、码率等参数前就确定精简信息源,证明有限动作集下遗憾完备信息源可保留完整码率遗憾曲线,并给出二次损失下仿射动作集的精确刻画。
StepCAD提出边生成边观察的CAD策略加几何感知树搜索,配合自建的150万条数据集ARCADE-1.5M,在多个网格转CAD基准上实现最高87.2%的重建精度提升,尤其在复杂形状上优势显著。
AI做数学题时如何同时满足准确率、速度、成本三重要求?PersonTTS提出个性化测试时扩展新范式,通过经验复用与目标验证结合,大幅提升用户需求联合满足率,在AIME、HMMT测试中显著超越现有方法。
EngramEdit提出一种基于条件记忆架构的知识编辑方法,通过计算跨表达方式的目标记忆并联合更新共享n-gram嵌入,实现与模型主干解耦的事实知识更新,编辑成功率接近满分且较好保留无关知识与通用能力。
论文提出Tetris3D,通过将周围物体几何与物理关系显式纳入生成条件,解决单图3D场景重建中物体穿模、悬空问题,并配套发布百万级物理模拟数据集ComOb,在多个基准上取得领先的重建质量与物理稳定性表现。
AI智能体处理海量文件写报告时常遗漏已读内容,KAIST团队提出RunningTab框架,用环境端独立记录本追踪任务需求与已读文件,三大基准测试全面超越现有方案,揭示问题根源在于记忆维护主体而非窗口容量。
研究团队用84个机器人任务测试五个顶尖AI模型,发现即使最强的GPT-6 Astra成功率也仅19%。论文揭示动作精准不等于任务完成,AI常因丢失物体状态、误判完成度而失败。
今年双11,华为主题上线「Pick咪」主题,双十一期间限时免费带来屏幕云养咪趣味新玩法。更有《浮光四时》、《浮游宇宙》等艺术家主题限时特惠。同时推出华为主题年卡限时3.9折,买年卡享双重福利并可分享好友抽会员免单券等活动...
从面向人工智能时代的下一代存储技术,到实现本土化生产的医疗超声诊断设备,再到融合中国传统审美的折叠屏手机……
联想集团、百度、MiniMax等公司,正以不同的技术方法提高AI训练和使用效率。联想与上海交通大学共同开发的编排方案,联动优化负载、计算和冷却,在1000节点集群中实现能耗下降6.5%—11%。
在制造业数字化转型持续加速的背景下,工业自动化设备正从“单点产品”走向“全球服务”。设备卖到哪里,技术支持就要跟到哪里;产线一旦停机,损失往往以分钟计算。