Arşiv

LLM'ler, dijital ikiz temsilleri üzerinde pekiştirmeli öğrenmeyle eğitilerek cerrahi videolarda çok adımlı akıl yürütme yapabiliyor.

μ₀, piksel yerine 3D yörüngeler tahmin ederek robot öğrenimini gövde bağımsız hale getiriyor.

PyTorch profiling serisinin ikinci bölümü, nn.Linear'dan başlayarak fused MLP oluşturmaya kadar pratik GPU optimizasyon tekniklerini ele alıyor.

ToolSense, LLM'lerin araç kataloglarını gerçekten anlayıp anlamadığını otomatik benchmark'larla sorguluyor.

SynIB, modeli tek modaliteden gelen ipuçlarına güvenmek için cezalandırarak çapraz-modal sinerjiyi doğrudan hedefliyor.

PPO'dan KTO'ya altı tercih optimizasyonu yöntemi, dil modellerinin iç katmanlarını nasıl yeniden şekillendirdiği ilk kez sistematik biçimde incelendi.

EgoAERO, nesne taraması gerekmeden tek bir birinci şahıs videosundan robot manipülasyon politikaları üretiyor.

AxisGuide, robot manipülasyon politikalarının dağılım kayması altında neden başarısız olduğunu koordinat sistemi tutarsızlığıyla açıklıyor.

MoDex, tek bir robotik elin serbest bırakmadan sırayla birden fazla nesneyi kavramasını sağlayan diffusion policy çerçevesi sunuyor.

A2A, karmaşık sahnelerde görev odaklı nesne fonksiyonlarını gerçek zamanlı olarak tespit eden yeni bir benchmark ve öğrenme çerçevesi sunuyor.

NVIDIA'nın Cosmos 3'ü dil, görüntü, video, ses ve eylemleri tek bir transformer mimarisinde birleştiriyor.

OpenAI'ın yapay zeka modeli, Paul Erdős'ün 1940'lardan kalma ünlü matematik problemini ilk kez çözdü.

NVIDIA Cosmos 3, robotik için dünya simülasyonu, fiziksel akıl yürütme ve eylem üretimini tek açık modelde birleştiriyor.

Çin'deki ekip, beyin ölümü gerçekleşmiş 53 yaşındaki bir hastaya altı genetik düzenlemeli tek domuzdan iki böbrek ve karaciğeri aynı operasyonda taşıdı.

DeepMind, ses, görüntü, video ve metni tek bir omurga üzerinden işleyen Gemini Omni'yi yayımladı.