HOI检测的最新最新方法通常在具有两个解码器分支的 Transformer 体系结构上，一种用于人类对象对检测，另一种用于相互作用分类。但是，这种分离的变形金刚可能会遭受分支机构之间的上下文交换的不足，并且导致缺乏关系推理的上下文信息，这对于发现HOI实例至关重要。在这项工作中，我们提出了多重关系网络（MUREN），该网络使用人，对象和相互作用 Token 的一单，成对和三元关系在三个解码器分支之 ...

Diffusion models have shown exceptional performance in visual generation tasks.最近，这些模型已从传统的U形CNN注意力杂交结构转变为完全基于 Transformer 的各向同性架构。尽管这些 Transformer 具有强大的可伸缩性和性能，但它们对复杂的自我注意操作的依赖会导致推理速度缓慢 ...

在本报告中，我们介绍了Gemini 2.x模型系列：Gemini 2.5 Pro和Gemini 2 ...

llm代理在各种应用程序中表现出了卓越的性能，这主要是由于它们在推理、利用外部知识和工具、调用 api（api rag）机制，从知识库中检索过去的知识和具有类似嵌入的实例，以通知任务规划和执行。然而，对未经验证的知识库的依赖引发了对其安全性和可信度的严重担忧... ...

预先训练的大型文本对图像模型合成令人印象深刻的图像，并适当使用文本提示。但是，自然语言和分发效果固有的歧义使得很难综合图像样式，从而利用特定的设计模式，纹理或材料。在本文中，我们介绍了StyledRop，该方法可以综合使用文本对图像模型忠实地遵循特定样式的图像 ...

由于大规模的预训练扩散模型以及许多新兴的个性化和编辑方法，在过去的一年中，文本到图像（T2I）的研究在过去一年中爆炸性增长。然而，一个痛点仍然存在：文本提示工程和搜索高质量的文本提示以获取定制结果比科学更多。此外，正如常见的那样，“图像值得一千个单词”  - 尝试描述带有文本的所需图像的尝试通常最终是模棱两可的，无法全面介绍精致的视觉细节，因此需要从视觉域中获得更多其他控件 ...

自动化是将非正式数学命题转换为可验证的形式表示的过程，是自动定理证明的基础任务，为在理论和应用领域中使用数学的使用提供了新的观点。在人工智能（尤其是大型语言模型（LLM））的快速进步的推动下，该领域见证了实质性的增长，带来了新的机遇和独特的挑战。在这项调查中，我们从数学和以LLM中心的角度均提供了最新自动化进步的详细概述 ...

扩散模型的生成能力越来越受欢迎。最近，通过从示例图像中反转扩散模型来生成自定义图像，现有的反转方法主要集中于捕获对象出现（即 ...