Likelihood Training of Schrödinger Bridge using Forward-Backward SDEs Theory 
Schrödinger桥（SB）是一种熵调查的最佳运输问题，与基于评分的生成模型（SGM）相比，其数学灵活性的深层生成模型中越来越关注。但是，尚不清楚SB的优化原理是否与深层生成模型的现代培训相关，该模型通常依赖于构建原木类型，此HTTP URL提出了有关SB模型作为生成应用的原则替代方案的问题的问题。在这项工作中，我们提出了一个新型的计算框架，用于基于前向后的随机微分方程理论的SB模型的可能性训 ...
0 0 0 2025/04/24 arXiv:2110.11291v5 assassinkkkk
Knowledge Boundary of Large Language Models: A Survey 
尽管大型语言模型（LLMS）在其参数中存储了大量知识，但它们仍然在某些知识的记忆和利用中存在局限性，从而导致不希望的行为，例如产生不正确和不准确的响应。这突出了了解LLM的知识边界的迫切需要，该概念在现有研究中仍然不足。在这项调查中，我们提出了对LLM知识边界的全面定义，并引入了将知识分类为四种不同类型的正式分类学 ...
0 0 0 2025/04/24 arXiv:2412.12472v1 uaene
MoE-Lens: Towards the Hardware Limit of High-Throughput MoE LLM Serving Under Resource Constraints 
专家（MOE）LLM的混合以其稀疏激活模式为特征，为缩放语言模型提供了一种有希望的方法，同时避免了成比例地增加推理成本。但是，由于GPU存储器通常不足以适应全套模型权重，因此它们在资源约束的环境中的较大参数大小当前部署挑战。因此，典型的部署依赖于CPU-GPU混合执行：GPU处理计算密集型的GEMM操作，而CPU处理相对轻巧的注意机制 ...
0 0 0 2025/04/24 arXiv:2504.09345v1 anhao
MoE Parallel Folding: Heterogeneous Parallelism Mappings for Efficient Large-Scale MoE Model Training with Megatron Core 
专家（MOE）模型的混合物通过动态选择每个输入 Token 的专家来增强神经网络的可伸缩性，从而实现了更大的模型尺寸，同时保持可管理的计算成本。但是，由于现有的平行策略局限性，对数千个GPU的大规模MOE模型进行了有效的培训提出了重大挑战。我们为大规模MOE模型介绍了一个端到端的培训框架，该框架使用五维混合并行性：张量并行性，专家并行性，上下文并行性，数据并行性和管道并行性 ...
0 0 0 2025/04/24 arXiv:2504.14960v2 anhao
PhysTwin: Physics-Informed Reconstruction and Simulation of Deformable Objects from Videos 
创建现实世界对象的物理数字双胞胎在机器人技术，内容创建和XR方面具有巨大的潜力。在本文中，我们介绍了Phystwin，这是一个新颖的框架，它使用互动中动态对象的稀疏视频来产生照片和物理逼真的实时交互式虚拟复制品。我们的方法集中在两个关键组成部分上：（1）结合了弹簧质量模型的物理形式的表示，用于逼真的物理模拟，几何形状的生成形状模型和用于渲染的高斯夹心； （2）一种新型的多阶段，基于优化的逆建模框架 ...
0 0 0 2025/04/24 arXiv:2503.17973v1 tookah
VocalNet: Speech LLM with Multi-Token Prediction for Faster and High-Quality Generation 
语音大语言模型（LLM）已成为语音处理中的重要研究重点。我们介绍了Vocalnet-1b和Vocalnet-8B，这是一系列高性能，低延迟的语音LLM，该LLM通过设计用于实时语音交互的可扩展和模型的型号训练框架。我们贡献的核心是多token预测（MTP）对语音LLM的首次应用 ...
0 0 0 2025/04/24 arXiv:2504.04060v2 liangmin0020
Circumventing shortcuts in audio-visual deepfake detection datasets with unsupervised learning 
良好的数据集对于开发和基准测试任何机器学习系统至关重要。它们的重要性对于安全关键应用程序（例如DeepFake检测）更为极端 - 本文的重点。在这里，我们揭示了两个最广泛使用的音频录像带数据集遭受了以前未知的虚假特征：领先的沉默 ...
0 0 0 2025/04/24 arXiv:2412.00175v2 13080420360
Interpreting and Unifying Graph Neural Networks with An Optimization Framework 
图形神经网络（GNN）已对各种任务的图形结构数据学习受到了广泛关注。精心设计的传播机制已证明有效是GNN的最基本部分。尽管大多数GNN基本上都遵循信息传递的方式，但已经努力发现和分析其​​基本关系 ...
0 0 0 2025/04/24 arXiv:2101.11859v1 xixiaixixi

来一起翻译吧！


为了您和其他读者获得更好的阅读体验，请您勇敢地改进翻译，特别是一些显而易见的机器翻译错误。


虽然我们追求卓越，但我们并不要求翻译十全十美，因此请不要担心您翻译有误 —— 我们的服务器已经记录所有的翻译，您不必担心会因为您的失误导致无法挽回的破坏。（改编自维基百科）