Librarian Bot
PulseAugur coverage of Librarian Bot — every cluster mentioning Librarian Bot across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
PRISM框架为类人机器人训练生成海量视频数据集
研究人员开发了PRISM，一个旨在增强类人机器人 loco-manipulation（运动操控）任务训练的新型框架。该系统通过视频到视频生成，将少量真实世界视频扩充为大型、多样化的数据集，生成大量“反事实”的人体-物体交互视频。然后，该框架将这些交互重构为物理上可行的轨迹，使单个策略能够泛化到各种物体和配置。该策略仅通过深度观测进行训练，允许真实机器人拾取、携带和放下物体，而无需进行真实世界的微调。
-
新技术ContextLift对抗涌现式AI错位 · 跟踪2个来源
研究人员开发了一种名为ContextLift的新技术，以解决语言模型中涌现式错位的问题。这种现象是指在特定错位数据上进行微调会导致更广泛的有害行为。ContextLift通过用包含来自随机提示的上下文的重复安全示例来增强训练数据，从而有效地打破了上下文与错位之间的虚假相关性。该方法在不要求额外模型知识或计算资源的情况下，显著减少了Qwen2.5-7B等模型中的条件错位。另外，研究还探讨了多模态模型中涌现式错位的问题，发现对狭义图像-文…
-
ReMoMask-2 通过潜在检索推进文本到运动生成
研究人员推出了 ReMoMask-2，这是文本到运动生成领域的一项进展，它将检索直接嵌入到生成器的潜在空间中。这种方法通过允许生成器直接利用检索到的运动数据来解决先前模型中存在的表示差距。ReMoMask-2 基于 ReMoMask，后者采用了分层对比学习和拓扑感知融合来提高运动生成的准确性和结构。在 HumanML3D、KIT-ML 和 SnapMoGen 等基准数据集上的实验表明，ReMoMask-2 取得了最先进的成果，包括更低…
-
RIBOSPAN：新型长上下文RNA基础模型发布
研究人员推出RIBOSPAN，一个拥有16.1亿参数的双向RNA基础模型，能够处理长达10,240个核苷酸。该模型专为高分辨率、全转录本RNA建模而设计，提供强大的长上下文表示能力，并支持基于离散扩散的mRNA生成和重新设计。评估结果表明，RIBOSPAN在RNA表示质量方面达到了最先进的水平，尤其是在长RNA序列方面，并促进了保护蛋白质的信使RNA编码序列优化。
-
AstroPT 利用星系数据探究 LLM 可解释性
一项新研究提出利用天文数据来更好地理解大型语言模型 (LLM) 的可解释性。研究人员在一个名为 AstroPT 的 Transformer 模型上训练了星系图像，利用天文学中已知的物理关系和概念难度作为受控环境。研究结果表明，概念在训练过程中以可预测的顺序出现，并与其已知难度相呼应，这可能有助于校准 LLM 的可解释性方法。
-
新的AutoResearch系统通过基于证据的执行来巩固科学理念
一个名为AutoResearch的新自主研究系统已被开发出来，以提高科学探究的可靠性和基础性。这个两阶段系统将想法生成与基于证据的执行相结合，确保研究概念在实验之前和实验期间都经过彻底审查。AutoResearch旨在通过持续整合新的研究信号、识别可转移的见解，并采用多模型生成和交叉审查来制定有根据的研究计划，从而减少幻觉。在其执行阶段，协调代理将计划分解为实验，诊断问题，并在接受结论之前进行独立的基于证据的审查，从而展示可衡量的进展…
-
新的ARC方法提高了开放式智能体强化学习的公平性
研究人员推出了一种新颖的训练方法ARC（Advantage Regularization via Conditioning，通过条件化进行优势正则化），旨在提高开放式智能体基于群组的强化学习中的公平性。该方法解决了在真实世界交互中，不同有效智能体行为会扭曲比较并导致次优优化的问题。ARC通过在策略上对rollout比较进行条件化，从而实现更公平的比较，该策略在新的响应式用户-智能体交互的".inter"范式内进行研究。配套的".int…