LRMs
PulseAugur coverage of LRMs — every cluster mentioning LRMs across labs, papers, and developer communities, ranked by signal.
-
MILO框架使用大型重建模型进行3D人-物交互
研究人员推出了一种新框架MILO，该框架利用大型重建模型（LRMs）从单个图像中重建详细的3D人-物交互。这种方法利用LRMs提供的几何支架来保留相对排列和邻近线索，从而简化了重建过程。MILO将LRM网格分割为人类和物体组件，将参数化身体模型拟合到人类部分，并可选择性地对齐物体模板。该框架在各种交互场景中展示了强大的重建准确性，并优于现有基准。
-
新的TRACES框架为LLM推理实现成本效益的早期停止
研究人员推出TRACES，一个旨在为语言推理模型（LRM）标记推理步骤的新框架，以实现自适应且成本效益高的早期停止。该方法在推理过程中监控推理行为，识别在达到正确答案后发生的转变。通过分析特定的步骤类型，TRACES可以创建可解释的早期停止标准，在数学和基于知识的基准测试中实现显著的代币减少（20-50%），同时保持准确性。
-
新框架增强LLM时序推理评估
研究人员开发了新的框架，以更好地评估大型推理模型（LRM）的时序推理能力。一种方法TRACE，将时序推理建模为使用Allen区间代数的约束满足问题，从而实现细粒度的难度控制和基于迹的验证。另一种方法声明级可靠性评估（CLR），侧重于在推理过程中证伪关键声明，而不是验证整个过程，这可以减少令牌使用并提高准确性。这两种框架都旨在揭示传统基准可能忽略的推理缺陷，例如虚假猜测和与规模相关的故障模式。
-
新的 AdvSafe 框架增强了大型推理模型的安全对齐
一篇新的研究论文介绍了一种名为 AdvSafe 的双重对抗框架，旨在提高大型推理模型（LRMs）的安全对齐能力。该方法通过解构对抗机制来训练 LRM 理解和防御有害提示，而不仅仅是识别提示模式。该框架包括一个对抗合成阶段，由一个代理生成越狱提示，然后是一个对抗提取阶段，由一个教师模型解释这些攻击如何成功以及如何缓解。实验表明，使用 AdvSafe 训练的 LRM 在抵御越狱和分布外提示方面表现出显著增强的鲁棒性，同时推理效用损失极小。
-
新研究详细介绍了逐项幂次矩阵分解的复杂性
一篇新的arXiv论文深入探讨了逐项幂次矩阵分解（EPMF）的计算复杂性，这是一种用于包括模数模型和分量逐项平方分解在内的各种应用的技术。该研究为精确和近似EPMF问题建立了完整的复杂性图景。它证明了精确EPMF等同于低秩矩阵签名（LRMS）问题，而LRMS问题被证明是强NP难的，尽管对于固定的秩可以在多项式时间内解决。该论文还证明了即使对于秩2的最简单的非平凡情况，近似EPMF也是NP难的。
-
新的QMFOL框架为LLM生成可控的逻辑推理基准
研究人员推出了一种新颖的框架QMFOL，旨在生成可量化且可控的单子一阶逻辑推理任务。该系统通过精确控制逻辑复杂度、语义多样性和一致性，解决了现有基准的局限性。该框架已被用于创建QMFOLBench，一个包含2880个实例的基准，并已用于评估六个大型推理模型和两个LLM。评估结果表明，随着逻辑复杂度的增加，模型性能下降且计算需求增加，并且模型在标记为“真”的任务上的准确率高于标记为“假”或“未知”的任务。
-
ReSET 方法提升 NVFP4 推理的准确性和速度
研究人员开发了 ReSET，这是一种在 NVFP4 低精度推理中使用时，提高大型推理模型 (LRM) 准确性和效率的新方法。ReSET 通过采用步感知温度缩放来解决量化引起的准确性下降问题，该缩放根据 token 和步级别的熵调整解码温度。此外，还引入了一个新的 CUDA 核心内核来加速低延迟的自回归解码，与现有方法相比实现了显著的加速。