视频生成领域的最新进展极大地影响了个人和行业的日常生活。然而，领先的视频生成模型仍然是闭源的，导致行业能力与公众可用的能力之间存在显着的性能差距。在本报告中，我们介绍了HunyuanVideo，这是一种创新的开源视频基础模型，其视频生成性能可与领先的闭源模型相媲美甚至超越 ...

在天气预报的领域，传统模型经常应对离散的错误和时间依赖的源差异，从而限制了其预测性能。在本文中，我们提出了一种新型的单阶段，物理驱动的普通微分方程（ODE）模型，旨在提高天气预测精度。通过利用波动方程理论并整合了时间依赖的源模型，Weatherode有效地解决了与时间散布误差和动态大气过程相关的挑战 ...

传统上，气候和天气预测依赖于大气物理学的复杂数值模拟。深度学习方法（例如变形金刚）最近通过复杂的网络预测提出了模拟范式的挑战。但是，它们通常充当数据驱动的黑盒模型，忽略了基本物理学，并且缺乏不确定性量化 ...

Steel-LLM是一种从头开始开发的中文语言模型，目的是尽管计算资源有限，但仍可创建高质量的开源模型。该项目于2024年3月启动，旨在在大型数据集上培训一项10亿参数模型，优先考虑透明度和共享实用见解，以帮助社区中的其他人。培训过程主要集中在中国数据上，其中包括一小部分英语数据，通过提供对模型构建旅程的更详细且实用的说明，从而解决了现有的开源LLMS中的差距 ...

在这项工作中，我们构建了一个大型数据集，用于地面至意义的人搜索，名为G2APS，其中包含31,770张260,559个带注释的界限的图像，用于在无人机和接地监视摄像机中出现的2,644个身份。据我们所知，这是第一个用于跨平台智能监视应用程序的数据集，无人机可以作为地面监视摄像机的有力补充。为了更现实地模拟实际的跨平台地面至意见监视场景，监视摄像机在地面上方约2米处固定，而无人机捕获了不同位置的人的 ...

一组人中的偏好不是统一的，而是遵循分布。尽管现有的对齐方式（例如直接偏好优化（DPO））试图引导模型以反映人类的偏好，但它们努力捕获一个组内的分布多元化偏好。这些方法通常偏向于主导偏好，忽略了观点的多样性，尤其是在发生冲突的偏好时 ...

直接偏好优化（DPO）及其变体已变得越来越流行，以使语言模型具有人类偏好。这些方法旨在教授模型以更好地区分所选（或首选）和拒绝（或分配）响应的方法。但是，先前的研究已经确定，所选反应的概率通常会在训练过程中降低，而这种现象被称为可能性位移 ...

视觉语言模型（VLM）的快速发展促进了人工智能方面的重大进步，扩大了包括地球观察（EO）在内的各个学科的研究。尽管VLM在EO内增强了图像理解和数据处理，但它们的应用程序主要集中在图像内容描述上。这个有限的重点忽略了它们在地理和科学回归任务中的潜力，这对于各种EO应用至关重要 ...