MindTopo untersucht das räumliche Denken multimodaler Modelle
MindTopo prüft, ob multimodale Modelle topologische Beziehungen in Bildern erkennen und bei einer Folge von Handlungen erhalten oder verändern können. Die Aufgaben decken Kontinuität。
Alle Nachrichten
Microsoft ResearchKI-Bewertung5151
Berkeley AI ResearchKI-Bewertung4848 Wie K-Search CUDA-Kernelwissen für MLX auf Apple Silicon nutzbar macht
K-Search überträgt mit einer strukturierten Übersetzungsschicht Optimierungswissen aus CUDA-Kernels auf MLX-Kernels für Apple Silicon。
Berkeley AI ResearchKI-Bewertung4242 ABBEL lehrt LLMs, ihre Wissensstände für lange Interaktionen zu aktualisieren
Das Forschungsframework ABBEL lässt LLMs ihren Wissensstand laufend aktualisieren。
Berkeley AI ResearchKI-Bewertung4444 GRASP: Gradientenbasierte Planung mit Weltmodellen über längere Zeithorizonte
GRASP soll die gradientenbasierte Planung mit gelernten Weltmodellen über längere Zeithorizonte robuster machen. Dazu optimiert der Ansatz virtuelle Zustände parallel über die Zeit。
Berkeley AI ResearchKI-Bewertung4747 SPEX und ProxySPEX: Wechselwirkungen in LLMs im grossen Massstab erkennen
SPEX und ProxySPEX identifizieren einflussreiche Wechselwirkungen in LLMs, ohne alle möglichen Kombinationen zu prüfen. SPEX nutzt gezielte Ablationen und Dekodierung。
Berkeley AI ResearchKI-Bewertung4444 Wie sich Bildgebungssysteme anhand ihres Informationsgehalts entwerfen lassen
Ein Forschungsansatz bewertet und optimiert Bildgebungssysteme anhand des Informationsgehalts ihrer verrauschten Messdaten. In vier Anwendungsbereichen sagte die Metrik die Leistung nachgelagerter Verfahren voraus; die damit optimierten Entwürfe erreichten das Niveau führender End-to-End-Methoden mit weniger Speicher- und Rechenaufwand.