本文概述了NTIRE 2025图像Denoising挑战（{\ sigma} = 50）的概述，突出了所提出的方法和相应的结果。主要目的是开发能够实现高质量降解性能的网络体系结构，并使用PSNR进行了定量评估，而没有对计算复杂性或模型大小的限制。该任务假设具有固定噪声水平为50的独立添加剂白色高斯噪声（AWGN） ...

从非结构化文本中提取的时间信息对于上下文化事件和得出可行的见解至关重要，尤其是在医学领域中。我们使用经过良好研究的I2B2 2012临时关系挑战语料库提取临床事件及其时间关系的任务。由于复杂的临床语言，长文档和稀疏注释，此任务本质上是具有挑战性的 ...

从稀疏视图图像中呈现的表面重建和新型视图构成具有挑战性。签名的距离函数（SDF）的方法与细节相处，而3D高斯（3DGS）基于3D的方法则缺乏全局几何形状相干性。我们提出了一种新型的混合方法，结合了两种方法的优势：SDF捕获粗几何形状以增强基于3DGS的渲染，而来自3DGS的新渲染图像则完善了SDF的细节以进行准确的表面重建 ...

有效的及时设计对于提高大语模型（LLM）驱动代理的计划功能至关重要。但是，现有的结构化提示策略通常仅限于单一代理，只有计划的设置，并且通常仅基于任务准确性来评估性能 - 忽略了关键因素，例如多代理环境中的 Token 效率，模块化和可扩展性。为了解决这些限制，我们介绍了代码，这是一个促使框架，该框架编码多代理推理并启用多代理系统中结构化的，有效的计划 ...

我们提出了PYMAF-X，这是一种基于回归的方法，用于从单眼图像中恢复参数全身模型。此任务非常具有挑战性，因为较小的参数偏差可能会导致估计的网格和输入图像之间的明显未对准。此外，当将部分特定的估计集成到全身模型中时，现有的解决方案倾向于降解对齐或产生不自然的手腕姿势 ...

我们提出了1.58位通量，这是第一种成功量化最先进的文本对图像生成模型Flux.1-DEV的方法 ...

随着大型语言模型（LLMS）越来越多地充当社会环境中的自主代理，因此了解其亲社会行为的能力变得至关重要。我们提出了Prosim，这是一个模拟框架，旨在研究在不同的社会和制度条件下基于LLM的代理商中的亲社会行为如何适应，适应和侵蚀。该框架包括四个组成部分：单个模拟，场景仿真，相互作用模拟和干预模拟 ...

本文介绍了Step-Adio〜2，这是一种端到端的多模式大型语言模型，旨在行业强度的音频理解和语音对话。通过整合潜在的音频编码器和以推理为中心的增强学习（RL），Step-Adio 2可以在自动语音识别（ASR）和音频理解中实现有希望的表现。为了促进真正的端到端语音对话，Step-Audio 2将离散的音频 Token 的产生结合到语言建模中，从而大大提高了其对副语言信息（例如说话风格和情感）的响 ...