会前预热
多模态
雷峰网 · GAIR DAO · 2026-06-29
原文作者:公众号“学术摘星人的每日签” 原文链接:https://mp.weixin.qq.com/s/JoWhUDPK4mfIqLNBKP0wyA 雷峰网(公众号:雷峰网)转载 众所周知,Supervised Fine-Tuning (SFT) 是让多模态大模型听懂人话、对齐人类意图的关键步骤。但在享受指令微调带来的红利时,你有没有想过:如果微调数据被“投毒”了怎么办? 近期研究表明,LV...
会前预热
生成式模型
雷峰网 · GAIR DAO · 2026-06-29
原文作者:公众号“ScienceAi” 原文链接:https://mp.weixin.qq.com/s/lhrWc1-ABA4dZObLAuHMHQ 空间转录组学(Spatial Transcriptomics, ST)能在保留细胞空间位置的同时测量基因表达,对解析组织微环境与疾病微生态至关重要,但测序成本高、通量低。相比之下,H&E 染色的全切片图像(WSI)在临床中比较容易获取。...
会前预热
大语言模型
雷峰网 · GAIR DAO · 2026-06-29
原文作者:公众号快手官方 原文链接:https://mp.weixin.qq.com/s/mUmIq5h1qq5Ig_2FMjycUQ 在ICML 2026国际顶级学术会议上,快手技术团队多篇论文成功入选,其中1篇入选“spotlight papers”展示,研究覆盖大语言模型、强化学习、信息检索、计算机视觉等关键方向——它们让AI更智能、更可控、更可解释,也帮助我们从数据中挖掘更本质的规律...
会前预热
大语言模型
雷峰网 · GAIR DAO · 2026-06-29
来源:公众号“papertoday” 原文链接:https://mp.weixin.qq.com/s/lBR5yh65e_sWeHTxvYlxoQ 最近刷论文,看到美团 LongCat 团队连发了 3 篇 Agent Skill 技术论文(Skill0、Skill0.5、Skill1),其中 Skill0.5 那个"一半内化、一半外挂"的思路挺有意思——通用技能写进参数,任务技能留在 pro...
会前预热
多模态
雷峰网 · GAIR DAO · 2026-06-26
原文链接:https://mp.weixin.qq.com/s/8GZParVJfj9fBuflTFTzlA 论文题目:Semantic Robustness Certification for Vision-Language Models 论文链接:https://arxiv.org/abs/2606.18839 论文作者:Peiyu Yang、Paul Montague、Feng Liu...
会前预热
大语言模型
雷峰网 · GAIR DAO · 2026-06-23
数学推理正在成为通往下一代科学智能体的重要入口。随着大语言模型、形式化证明与多模态推理的快速进展,AI系统已经在IMO级证明、自然语言数学推理与科学问题求解上展现出令人瞩目的能力。 在这样的背景下,本届Workshop 将于 2026 年 7 月 10 日在韩国首尔 Coex Convention & Exhibition Center 举办。我们以 “Toward Self-Evo...
会前预热
大语言模型
雷峰网 · GAIR DAO · 2026-06-22
距离ICML 2026首尔开幕仅剩14天,中国力量提前亮牌:复旦大学AI³院11篇领跑,上海交大6篇、中科大5篇紧随其后,清华、北大、自动化所、中国移动九天等悉数入局。企业侧人才争夺战同步打响——小米、阿里、快手、聚宽集体发起ICML现场交流活动。本期精选三大方向,一文速览会前最热信号。 今日热门议题以下为本日关注度最高的三个核心议题,按热度排序,均附摘要与原文链接。 热门议题一:中国力量集...
会前预热
生成式模型
雷峰网 · GAIR DAO · 2026-06-22
来源:公众号“深圳市双银科技有限公司” 原文链接:https://mp.weixin.qq.com/s/SDnSZkRzfoMjGnYvrF0rgg 在本届国际机器学习顶会 ICML 2026 上,北京大学联合合作团队推出全新统一自回归框架GenShield,彻底打破行业割裂现状:把 AI 生成图像真伪检测、瑕疵定位、伪影修复三大能力整合进一套系统,完成「识别问题→解释成因→自动修正」全链路...
会前预热
多模态
雷峰网 · GAIR DAO · 2026-06-17
逻辑智能团队关于低资源语言 TTS 的研究论文被机器学习顶级会议 ICML 2026 接收。该工作证明,即使真实语音数据稀缺,合成数据也能训练出稳定、自然、可克隆的语音模型。 作者丨逻辑智能 SE-Bridge-TTS 是一套面向低资源语言的语音合成方案,核心能力是:在真实语音数据稀缺的情况下,仍然生成稳定、自然、可克隆的多语言语音,可用于博客配音、视频翻译配音、跨语言内容本地化、数字人、语...
会前预热
强化学习
雷峰网 · GAIR DAO · 2026-06-16
原文作者:公众号“Today读什么” 原文链接:https://mp.weixin.qq.com/s/BrsWJJAv22qHVa_gfv2cpg 一张照片被压缩、噪声、暗光和模糊破坏后,多模态模型仍然可以写出一段逻辑完整的分析。但分析越流畅,不代表它看到的证据越充分:车头朝向已经模糊,模型仍能解释车辆为何“直行”;公交车轮廓已经重叠,它依然可以自信地数出三辆。 过去的方法通常让视觉编码器适...