学术归档 - 第116页共283页

2W6000字综述大模型核心技术：微调、推理与优化指南

2025年4月17日23时作者极市干货

0
字，1
0篇参考文献
，内容涵盖了
语言建模
、
预训练
面临的挑战、
量化技术
、
分布式训练

2025年4月17日23时作者机器之心

在 CVPR、NeurIPS、IJCV 等国际顶级会议与期刊上发表多篇研究成果。项目负责作者为该校研

2025年4月17日23时作者极市干货

UniCombine 是一种基于 DiT 的多条件可控生成框架，能够处理任意条件组合。它在多种多条件生成任务上达到了最先进的性能，并且构建了首个针对多条件组合式生成任务设计的数据集 SubjectSpatial200K。

2025年4月17日23时作者机器之心

ini，一觉醒来，国内这边的豆包大模型又上新了一波。
巧合的是，都是能看懂图像、能调用工具的新一代推

2025年4月17日23时作者极市干货

nlan.zhihu.com/p/643751150
编辑丨极市平台
极市导读
通俗易懂讲解PPO算

MLNLP社区致力于促进国内外机器学习与自然语言处理的交流合作与发展，字节AI Lab即将并入Seed团队。

2025年4月17日16时作者 HyperAI超神经

题组开发了一个专为蛋白质工程量身打造的一站式开放平台 VenusFactory，HyperAI超神经

2025年4月17日16时作者机器之心

、姜子上、王昕奕等同学共同参与完成。
GPT – 4o、Deepseek – R1 等高级模型已展现

2025年4月17日16时作者机器之心

近日，大连理工大学与莫纳什大学的研究团队提出VLIPP框架，通过引入物理规律提升视频生成的物理真实性。论文指出视频扩散模型在物理场景下表现不佳的原因，并提出两阶段方法，利用视觉语言模型预测运动路径，再用细粒度的视频扩散模型生成符合物理规则的视频。

2025年4月17日16时作者机器之心

伯克利联合英伟达提出PS3视觉编码器，首次在4K超高分辨率下高效预训练，并引入高分辨率基准测试集4KPro。该方法显著提升了高清场景下的表现和效率。