В статье предлагается SpecAgent — протокол сотрудничества, в котором сильная модель выступает в роли редактора, проверяя черновики, подготовленные слабой моделью. Слабая модель выполняет только чтение инструментов при подготовке черновиков, что обеспечивает их основу на реальных наблюдениях. Сильная модель проверяет подготовленный сегмент за один пакетный проход, принимая самый длинный префикс, который она считает семантически допустимым.
График появится после повторных замеров. Текущий показатель уже получен из источника.
1 голосов источникаТолько реальные замеры. История до подключения источника не восстанавливается.
SpecAgent позволяет снизить задержку и объем памяти, не теряя значительной части качества, так как сильная модель проверяет черновики, а не генерирует каждый шаг самостоятельно.
В статье представлена S-Space — линейное подпространство в мультимодальных языковых моделях, где представления объектов кодируют непрерывные пространственные координаты. Показано, что S-Space служит внутренним рабочим пространством для пространственного рассуждения, позволяя точно оценивать пространственные отношения через восприятие, внутренние рассуждения и выборочный доступ через речь, при этом выявляя ограничения в пространственных преобразованиях при смене точки зрения.
6 дней назадDaily PapersВ данной работе представлена новая многодоменная база данных RuleTrek для тестирования способности агентов рассуждать по правилам в сложных сценариях. База данных использует структурированные графы правил и генерирует подсценарии для оценки способности к идентификации, выводу и комплексному рассуждению по правилам.
позавчераDaily PapersUrbex — это агентная визуально-языковая система, которая преобразует задачу позиционирования в активный пространственный поиск. Она представляет городскую 3D-сцену как интерактивную многоугольную среду, позволяя агенту VLM искать достопримечательности, увеличивать локальные регионы и фиксировать ограничивающие коробки. Эксперименты показали, что Urbex достигает наилучших результатов по Hit@1 и IoU на CityRefer.
3 дня назадDaily PapersКонтекст может улучшить производительность больших языковых моделей, но эти улучшения могут быть утеряны после удаления контекста. Исследователи предложили Cortex, который генерирует перспективные запросы для предвидения использования контекста и дистиллирует контекстно-зависимые выводы в изменяемые обновления низкоразмерных или структурных сетей. Cortex демонстрирует эффективность в консолидации и сохранении производительности.
позавчераDaily PapersОпределение, является ли изображение ИИ-сгенерированным, не подтверждает, подкреплены ли факты, изображенные на нем. Мы формулируем оценку достоверности изображения: при наличии изображения и общего инструкции по проверке система возвращает заключение о поддержке или опровержении с обоснованным объяснением. Мы представляем EviLens — экспертно проверенный набор данных из 10 174 изображений, охватывающий двенадцать типов фактических ошибок. Мы разрабатываем EviScene — мультимодальный агент ReAct, который чередует визуальный анализ, внешний поиск и анализ доказательств.
6 дней назадDaily PapersApertus 1.5 расширяет семейство полностью открытых моделей Apertus с текста на мультимодальные рассуждения. Модели прошли дополнительную предварительную тренировку на 4 ТБ дополнительных токенов для версии 8B и 2 ТБ для версии 70B, что добавило понимание изображений и аудио, а также увеличило окно контекста в четыре раза до 262 144 токенов. Модели улучшили результаты на большинстве тестов.
5 дней назад