会员服务
OThink-R1: Intrinsic Fast/Slow Thinking Mode Switching for Over-Reasoning Mitigation
Arxiv
0+阅读 · 1月6日
Chain-of-Action: Trajectory Autoregressive Modeling for Robotic Manipulation
Arxiv
0+阅读 · 1月6日
SyncLipMAE: Contrastive Masked Pretraining for Audio-Visual Talking-Face Representation
Arxiv
0+阅读 · 1月6日
Aligning Text, Images, and 3D Structure Token-by-Token
Arxiv
0+阅读 · 1月6日
Enterprise Identity Integration for AI-Assisted Developer Services: Architecture, Implementation, and Case Study
Arxiv
0+阅读 · 1月6日
DreamStyle: A Unified Framework for Video Stylization
Arxiv
0+阅读 · 1月6日
SketchThinker-R1: Towards Efficient Sketch-Style Reasoning in Large Multimodal Models
Arxiv
0+阅读 · 1月6日
Go with Your Gut: Scaling Confidence for Autoregressive Image Generation
Arxiv
0+阅读 · 1月6日
ELMM: Efficient Lightweight Multimodal Large Language Models for Multimodal Knowledge Graph Completion
Arxiv
0+阅读 · 1月6日
ULTra: Unveiling Latent Token Interpretability in Transformer-Based Understanding and Segmentation
Arxiv
0+阅读 · 1月5日
Routing by Analogy: kNN-Augmented Expert Assignment for Mixture-of-Experts
Arxiv
0+阅读 · 1月5日
Guiding Token-Sparse Diffusion Models
Arxiv
0+阅读 · 1月4日
K-EXAONE Technical Report
Arxiv
0+阅读 · 1月5日
Slot-ID: Identity-Preserving Video Generation from Reference Videos via Slot-Based Temporal Identity Encoding
Arxiv
0+阅读 · 1月4日
KVCrush: Key value cache size-reduction using similarity in head-behaviour
Arxiv
0+阅读 · 1月5日
参考链接
微信扫码咨询专知VIP会员
Top