加强学习（RL）可以减轻因果关系的因果混乱和分配的转变（IL）。但是，将RL应用于端到端的自主驾驶（E2E-AD）仍然是其训练难度的开放问题，而IL仍然是学术界和行业的主流范式。最近，基于模型的增强学习（MBRL）在神经计划中表现出了有希望的结果。但是，这些方法通常需要特权信息作为输入而不是原始传感器数据 ...
我们介绍了终身学习的特征施加框架。特征性是解决一组相关任务的技能配对，并与可以从技能输入空间中采样的生成模型配对。该框架扩展了生成的重播方法，这些方法主要用于避免灾难性的遗忘，还可以解决其他终身学习目标，例如前瞻性知识转移 ...
DeepSeek-R1表明，长期的经过思考（COT）推理可以通过简单的加固学习（RL）框架自然出现，并具有基于规则的奖励，在这种奖励中，训练可能直接从基本型号开始，即A范式-A范式称为零RL训练。重现零RL培训的最新努力主要集中在QWEN2.5模型系列上，这可能不是代表性的，因为我们发现基本模型已经表现出强大的指导和自我反射能力 ...
在不受约束的，混乱的环境中抓住看不见的物体是自动机器人操纵的重要技能。尽管最近在全6型二元格学习方面取得了进展，但现有方法通常包括复杂的顺序管道，这些管道具有多个潜在的故障点和不适合闭环抓地力的运行时间。因此，我们提出了一个端到端网络，该网络有效地从场景的深度记录中直接生成了6-DOF并行式抓取的分布 ...
商业深度传感器通常会产生噪声和缺失的深度商业深度传感器通常会产生噪声和缺失的深度 ...
媒介量化是植根于香农源编码理论的问题，旨在量化高维欧几里得向量，同时最大程度地减少其几何结构的失真。我们建议涡轮增压剂解决于点误差（MSE）和内部产品失真，克服无法实现最佳失真率的现有方法的局限性。我们的数据合并算法适用于在线应用程序，在所有位宽度和维度上都达到了近乎最佳的失真率（在较小的恒定因素之内） ...
由于对大型语言模型有效进行微调的需求，低级适应（Lora）已被广泛用作最有效的参数有效的微调方法之一。然而，尽管洛拉提高了效率，但准确性仍然可以提高。在此，我们采用了一种新颖的观点来评估洛拉等级的特征 ...
Scalable Overload-Aware Graph-Based Index Construction for 10-Billion-Scale Vector Similarity Search
大约最近的邻居搜索（ANN）对于需要有效检索大量矢量数据库结果的现代数据驱动应用程序至关重要。尽管现有的基于图的ANN算法在数十亿个数据集上达到了高召回率，但它们的施工速度缓慢和可扩展性有限阻碍了它们对大型工业场景的适用性。在本文中，我们介绍了Sogaic，这是针对超大规模尺度矢量数据库量身定制的第一个可扩展的过载的基于图形的ANN索引构建系统：1）我们提出了一种动态数据分配算法，其过载构成算法具 ...
