T7 · 01/01

JiQiZhiXin
Nghiên cứu88

Tinh chọnĐập tan định kiến về mô hình VLA: Kỹ thuật mới giúp tăng khả năng hiểu lệnh lên tới 40%

Nhóm nghiên cứu từ ĐH Giao thông Thượng Hải giới thiệu phương pháp GSR giúp mô hình VLA hiểu linh hoạt các cách diễn đạt khác nhau của cùng một nhiệm vụ, khắc phục điểm yếu về khả năng khái quát hóa ngôn ngữ mà không cần huấn luyện lại quá nhiều.

VLARobot AIKhái quát hóaThị giác máy tínhNghiên cứu AI
JiQiZhiXin
Tin ngành85

Tinh chọnPhysical AI bước vào kỷ nguyên kỹ thuật kinh nghiệm: Ropedia gọi vốn hàng chục triệu USD để xây dựng hạ tầng dữ liệu

Startup Ropedia vừa huy động thành công hàng chục triệu USD để phát triển hạ tầng dữ liệu thực tế cho AI vật lý, giúp chuyển đổi dữ liệu thô thành tài nguyên huấn luyện chất lượng cao cho các mô hình robot và thế giới.

Physical AIRopediaDữ liệu AIRobotĐầu tư công nghệ
Hugging Face Daily Papers
Nghiên cứu88

Tinh chọnRST: Phương pháp tổng hợp đệ quy giúp tạo tác vụ dài hạn cho AI đại lý với chi phí cực thấp

RST là khung làm việc mới giúp tự động tạo hàng chục nghìn tác vụ phức tạp cho AI đại lý với chi phí chỉ 0,05 USD mỗi tác vụ, bằng cách sử dụng quy trình xác thực đệ quy từ các tác vụ mẫu ban đầu.

AI đại lýDữ liệu huấn luyệnTự động hóaNghiên cứu AI
Hugging Face Daily Papers
Nghiên cứu85

Tinh chọnGiúp AI 'lắng nghe' âm nhạc: Mô hình thế giới tự giám sát phân cấp cho sáng tác đồng kiến tạo

Nghiên cứu giới thiệu mô hình thế giới phân cấp giúp AI hiểu và tạo nhạc MIDI mà không cần nhãn dữ liệu, cho phép máy tính nắm bắt cấu trúc âm nhạc từ nhịp điệu đến hòa âm một cách tự nhiên.

AI âm nhạcMô hình thế giớiHọc tự giám sátSáng tạo AIMIDI
Hugging Face Daily Papers
Nghiên cứu85

Tinh chọnBrevis: Nén Tensor không mất dữ liệu thông qua tổng hợp chương trình

Brevis là phương pháp nén tensor mới sử dụng ngôn ngữ chuyên biệt (DSL) để tái tạo dữ liệu chính xác từng bit. Bằng cách tổng hợp chương trình thông qua thuật toán tìm kiếm A*, Brevis giúp giảm đáng kể dung lượng lưu trữ và chi phí truyền tải cho các mô hình AI lớn.

Nén dữ liệuTensorTối ưu hóa mô hìnhHạ tầng AINghiên cứu AI
Hugging Face Daily Papers
Nghiên cứu85

Tinh chọnDRIFT: Tấn công bằng miếng dán đối kháng làm chệch hướng mô hình robot Flow-matching

Nghiên cứu chỉ ra rằng các mô hình robot VLA dạng flow-matching không hề an toàn như tưởng tượng. Phương pháp DRIFT sử dụng miếng dán đối kháng trên tay gắp robot để làm chệch hướng quỹ đạo khử nhiễu, với hiệu quả cao nhất khi chỉ tấn công vào bước khử nhiễu đầu tiên.

roboticsbảo mật AIflow-matchingVLAtấn công đối kháng
Hugging Face Daily Papers
Nghiên cứu85

Tinh chọnGDPevo: Đánh giá khả năng tự tiến hóa của AI trong các tác vụ doanh nghiệp thực tế

GDPevo là bộ tiêu chuẩn đánh giá mới giúp đo lường khả năng tự học và cải thiện của AI thông qua các quy trình doanh nghiệp thực tế như tài chính, pháp lý và CRM, giải quyết vấn đề rò rỉ dữ liệu và kiểm chứng hiệu quả thực sự.

AI AgentsTự tiến hóaDoanh nghiệpĐánh giá AINghiên cứu AI
Hugging Face Daily Papers
Nghiên cứu85

Tinh chọnAVE-Compass: Bước tiến mới trong đánh giá khả năng chỉnh sửa video và âm thanh đồng bộ

AVE-Compass là bộ tiêu chuẩn đánh giá toàn diện đầu tiên tập trung vào sự nhất quán giữa âm thanh và hình ảnh trong chỉnh sửa video, giúp khắc phục hạn chế của các mô hình hiện nay khi xử lý các yêu cầu đa phương thức phức tạp.

AI đa phương thứcChỉnh sửa videoĐánh giá AINghiên cứu AIXử lý âm thanh
Hugging Face Daily Papers
Nghiên cứu92

Tinh chọnEgo2Robot: Chuyển đổi video góc nhìn người thành dữ liệu huấn luyện robot quy mô lớn

Ego2Robot là quy trình đột phá giúp chuyển đổi video thao tác của con người thành dữ liệu huấn luyện robot, tạo ra bộ dữ liệu lớn nhất từ trước đến nay với hơn 18.000 giờ, hỗ trợ đắc lực cho việc huấn luyện các mô hình thị giác-ngôn ngữ-hành động.

Robot họcDữ liệu huấn luyệnThị giác máy tínhAI tổng quátEgo2Robot
Hugging Face Daily Papers
Nghiên cứu85

Tinh chọnRSTG: Tối ưu hóa huấn luyện RL cho LLM bằng cách chắt lọc tín hiệu từ giáo viên thích ứng

Nghiên cứu giới thiệu phương pháp RSTG giúp khắc phục tình trạng mất tín hiệu học tập trong GRPO bằng cách áp dụng chắt lọc tri thức từ mô hình giáo viên một cách chọn lọc và chính xác, giúp cải thiện hiệu suất huấn luyện LLM.

LLMReinforcement LearningGRPOHuấn luyện mô hìnhAI Research

30 tin mỗi trang · lọc và sắp xếp ngay trên máy chủ (47 ms) · bộ lọc nằm trong đường dẫn nên chia sẻ link là giữ nguyên kết quả