推理模型已在许多涉及数学，代码和科学的基准上取得了迅速的进步。然而，关于推理的最佳培训食谱仍然存在许多公开问题，因为最先进的模型通常依赖于几乎没有可用信息的专有数据集。为了解决这个问题，Openthight项目的目标是创建用于培训推理模型的开源数据集 ...

时间序列预测是各种领域的重要应用，例如能源管理，交通计划，金融市场，气象和医学。但是，实时序列数据通常呈现出复杂的时间变异性和急剧波动，这对时间序列预测构成了重大挑战。以前依赖1D时间序列表示的模型通常会因复杂的时间变化而挣扎 ...

我们研究了Ising Hamiltonians的最小化，比较了基于量子退火的半经典软旋转模型的动力学基于增益的计算范例的性能。我们系统地分析了Mobius图的循环耦合的能量格局如何随着退火参数的增加而演变。我们的发现表明，这些半古典模型由于维度的扩大而面临挑战 ...

图形学习的最新进展为利用图形数据中固有的关系结构的创新检索生成（RAG）系统铺平了道路。但是，许多现有的方法都遭受了严格的，固定的设置和大量的工程开销，从而限制了它们的适应性和可扩展性。此外，RAG社区在很大程度上忽略了图数据库社区中有关大规模图上有趣的子结构的有效检索的数十年研究 ...

测试时间计算已经授权多模式大型语言模型生成扩展的推理链，从而在诸如多模式数学推理等任务上产生了强大的性能。但是，这种提高的推理能力通常会增加幻觉：随着世代的变长，模型往往会偏离图像的内容，并更加依赖语言先验。注意分析表明，较长的推理链导致对视觉输入的关注减少，这导致了幻觉 ...

文档布局分析是文档智能中关键的预处理步骤，可以检测和定位结构元素，例如标题，文本块，表格和公式。尽管它很重要，但现有的布局检测模型在跨越不同的文档类型，处理复杂布局以及实现大规模数据处理的实时性能方面面临重大挑战。为了解决这些局限性，我们提出了PP-doclayout，在识别各种文档格式的23种布局区域时，它可以达到高精度和效率 ...

我们提出了一种新颖的生成3D建模系统，称为CraftsMan，它可以生成具有变化的形状、规则的拓扑和详细表面的高保真3D几何形状，并且含义是，允许交互3D生成技术取得了显着的进步，但现有方法仍然面临冗余长的优化过程、不规则的网格拓扑以及噪声表面难以适应用户编辑的问题，从而在3D中阻碍了它们建模软件中的广泛采用和实施。我们的作品灵感来自于工匠，他们通常会先勾画出作品的整体打造，然后再对表面细节进行细 ...

在医疗保健和金融等高风险领域中，有效的决策不仅需要准确的结果，而且需要透明且可解释的推理。但是，当前的语言模型通常缺乏此类任务所需的结构化审议，而是以断开的事后方式产生决策和理由。为了解决这个问题，我们提出了决策流，这是一个新颖的决策建模框架，它指导模型来推理动作，属性和约束的结构化表示 ...