我们介绍了种子思维-V1.5，能够通过在响应之前进行思考来推理，从而提高了各种基准的性能。种子思维-V1 ...

面部抗散热（FAS）在面部识别系统中起着至关重要的作用。大多数最先进的FAS方法1）依靠堆叠的卷积和专家设计的网络，在描述详细的细粒度信息时，它们在环境变化时很容易无效（例如， ...

尽管最近对DeepFake技术的滥用引起了严重的关注，但由于每个帧的光真逼真的综合，如何检测DeepFake视频仍然是一个挑战。现有的图像级方法通常集中在单一框架上，而忽略了隐藏在深层视频中的时空提示，从而导致概括和稳健性差。视频级检测器的关键是完全利用Deepfake视频中不同框架的当地面部区域分布的时空不一致 ...

深度学习和生成AI技术的快速发展深刻地改变了数字接触景观，从而创造了逼真的深层，这对公众信任和数字媒体的完整性构成了重大挑战。本文介绍了一个新型的深泡拘留框架，差异的数量（VOD），旨在通过利用连续视频帧之间的时间和空间不一致来提高检测准确性。 VOD采用了一种逐步学习方法，该方法通过使用连续的帧差异（CFD）和具有逐步扩展的网络来捕获多个轴的差异 ...

由于锻造序列中复杂的相互交织的空间和时间伪像，检测深击视频具有高度挑战性。最近的方法依赖于对真实数据和虚假数据培训的二进制分类器。但是，这种方法可能很难专注于重要的人工制品，这可能会阻碍其概括能力 ...

密集的视觉预测任务受到其对预定义类别的依赖的限制，从而限制了它们在视觉概念无限的现实情况下的适用性。虽然视觉模型（VLM）像夹子（VLM）在开放式摄影任务中表现出了希望，但由于本地特征表示的限制，它们在密集预测中的直接应用通常会导致次优性能。在这项工作中，我们介绍了我们的观察结果，即夹子的图像 Token 难以有效地从空间或语言相关区域汇总信息，从而导致缺乏局部可区分性和空间一致性的特征 ...

杂乱的环境中的群导航是机器人技术的巨大挑战。这项工作将深度学习与第一原理物理结合在一起，通过可区分的模拟，以高速通过复杂的环境自动导航。我们的方法通过使用简单的点质量物理模型和深度渲染引擎通过机器人模拟来反向传播损失梯度直接通过机器人模拟来优化神经网络控制策略 ...

由于要估计大量参数，因此在多ANTENNA通信系统中，通道估计是挑战性的。促进此任务的一种方法是使用描述构成通道的多个路径的物理模型，以减少问题中未知数的数量。从理论上研究了使用这种物理模型的估算性能 ...