tech

AI 每日资讯 — 2026-06-09 🔥 HuggingFace 每日论文 1. Your UnEmbedding Matrix is Secretly a Feature Lens for Text Embeddings Songhao Wu, Zhongxin Chen, Yuxuan Liu 本文揭示了大语言模型（LLM）在文本嵌入任务中表现欠佳的一个关键原因：其输出嵌入在词汇空间投影后过度对齐高频但语义贫乏的词元，从而抑制了细粒度语义表征能力。为此，作者提出EmbedFilter——一种基于LLM解嵌入矩阵（unembedding matrix）的轻量级线性变换方法，通过识别并滤除该矩阵所隐含的、主导高频词元生成的子空间，有效削弱其干扰，提升嵌入的语义质量。实验表明，EmbedFilter在多个LLM主干上显著提升零样本下游任务性能，同时实现自然的维度压缩，降低索引存储开销并加速检索，且不牺牲表征精度。 PDF · arXiv · 代码 | ❤️ 69 2. UniSHARP: Universal Sharp Monocular View Synthesis Meixi Song, Dizhe Zhang, Hao Ren 本文提出UniSHARP，一种面向通用单目视图合成的锐利渲染方法，旨在突破原SHARP方法对针孔相机模型的依赖，支持从标准透视相机到广角、鱼眼乃至全向全景相机的连续成像系统。核心思想是构建统一的全向潜在空间，通过在特征空间与高斯空间中进行隐式对齐实现跨模态一致性建模。具体而言，采用基于光线的通用表示，将高斯基元沿射线方向与径向距离排列，并融合源自UniK3D启发式编码器提取的2D语义与3D空间特征，联合解码生成完整高斯云。为系统评估，作者构建了覆盖多类场景与成像系统的基准数据集，并按视场角（FoV）分层设计，实现细粒度性能分析。实验表明，UniSHARP在各项指标上显著优于现有方法。 🏛️ Insta360 Research Team | PDF · arXiv · 代码 · 项目 | ❤️ 13 3. Watch, Remember, Reason: Human-View Video Understanding with MLLMs Jiahao Meng, Yue Tan, Qi Xu...

AI 每日资讯 — 2026-06-08 🔥 HuggingFace 每日论文 1. Code2LoRA: Hypernetwork-Generated Adapters for Code Language Models under Software Evolution Liliana Hotsko, Yinxi Li, Yuntian Deng Code语言模型需获取仓库级上下文以解析导入、API及项目约定，但现有方法（如长上下文输入或逐仓微调/LoRA）存在推理开销大、扩展性差及难以适应代码演化的缺陷。本文提出Code2LoRA，一种基于超网络的框架，可动态生成仓库专属LoRA适配器，在零推理token开销下注入仓库知识。其包含静态版（Code2LoRA-Static）与演化版（Code2LoRA-Evo），后者通过GRU隐状态随代码变更持续更新。在新构建的RepoPeftBench基准（604个Python仓库，含静态与演化双轨道）上，Code2LoRA-Static跨仓准确率达63.8%，媲美逐仓LoRA上限；Code2LoRA-Evo在演化轨道上跨仓准确率60.3%，显著优于共享LoRA（+5.2个百分点）。 PDF · arXiv | ❤️ 68 2. Complexity-Balanced Diffusion Splitting Noam Issachar, Dani Lischinski, Raanan Fattal 本文针对连续时间生成模型中单一庞大网络在整条扩散轨迹上均匀分配计算资源所导致的效率低下问题，提出复杂度均衡分割（CBS）框架。CBS基于函数逼近理论与de Boor等分布原理，将扩散时间轴划分为近似负担相等的若干段，并依据局部生成动态难度自适应分配表征容量。为此，作者设计了两种可计算的监测函数：基于流场Dirichlet能量的空间复杂度度量与基于采样轨迹加速度的几何复杂度度量，并通过轻量辅助模型实时估计其时序分布。实验表明，在SiT、JiT和UNet等多种架构及多个数据集上，CBS在不增加单步推理开销的前提下显著提升生成质量，例如在带CFG的SiT-XL上FID降低约35%。 🏛️ Raanan Fattal | PDF · arXiv · 代码 · 项目 | ❤️ 16 3. MLEvolve: A Self-Evolving Framework for Automated Machine Learning Algorithm Discovery Shangheng Du, Xiangchao Yan, Jinxin Shi...

AI 每日资讯 — 2026-06-07 🔥 HuggingFace 每日论文 1. Code2LoRA: Hypernetwork-Generated Adapters for Code Language Models under Software Evolution Liliana Hotsko, Yinxi Li, Yuntian Deng Code语言模型需获取仓库级上下文以解析导入、API及项目约定，但现有方法（如长上下文RAG或逐仓微调/LoRA）存在推理开销大、扩展性差及难以适应代码演化的缺陷。本文提出Code2LoRA，一种基于超网络的框架，可动态生成仓库专属LoRA适配器，在零推理token开销下注入仓库知识。其包含静态版（Code2LoRA-Static）与演化版（Code2LoRA-Evo），后者通过GRU隐状态随代码变更持续更新。在新构建的RepoPeftBench基准（604个Python仓库，含静态与演化双轨道）上，Code2LoRA-Static在跨仓和仓内断言补全任务中分别达63.8%和66.2%准确率，媲美逐仓LoRA上限；Code2LoRA-Evo在演化轨道上实现60.3%跨仓准确率，较共享LoRA提升5.2个百分点。 PDF · arXiv | ❤️ 63 2. Complexity-Balanced Diffusion Splitting Noam Issachar, Dani Lischinski, Raanan Fattal 本文针对连续时间生成模型中单一网络在扩散全过程内均匀分配计算资源所导致的效率低下问题，提出复杂度均衡分割（CBS）框架。该方法基于函数逼近理论与de Boor等分布原理，将扩散时间轴划分为近似负担相等的若干段，并依据局部建模难度动态分配子网络容量。为此，作者设计了两种可计算的监测函数：基于流场Dirichlet能量的空间复杂度度量和基于采样轨迹加速度的几何复杂度度量，并通过轻量辅助模型实时估计其时序分布。实验表明，在SiT、JiT及UNet等多种架构和数据集上，CBS在不增加单步推理开销的前提下显著提升生成质量，例如在SiT-XL+CFG配置下FID降低约35%。 PDF · arXiv · 代码 · 项目 | ❤️ 16 3. MLEvolve: A Self-Evolving Framework for Automated Machine Learning Algorithm Discovery Shangheng Du, Xiangchao Yan, Jinxin Shi...

AI 每日资讯 — 2026-06-06 🔥 HuggingFace 每日论文 1. Complexity-Balanced Diffusion Splitting Noam Issachar, Dani Lischinski, Raanan Fattal 本文针对连续时间生成模型中单一网络在扩散全过程内均匀分配计算资源所导致的效率低下问题，提出复杂度均衡分割（CBS）框架。CBS基于函数逼近理论与de Boor等分布原理，将扩散时间轴划分为近似负担相等的若干段，并依据局部生成动力学难度动态分配子网络容量。为此，作者设计了两种可计算的监测函数：基于流场Dirichlet能量的空间复杂度度量和基于采样轨迹加速度的几何复杂度度量，并通过轻量辅助模型实时估计其时序分布。实验表明，在SiT、JiT与UNet等多种架构及多个数据集上，CBS在不增加单步推理开销的前提下显著提升生成质量，例如在SiT-XL+CFG配置下FID降低约35%。 PDF · arXiv · 代码 · 项目 | ❤️ 15 2. Code2LoRA: Hypernetwork-Generated Adapters for Code Language Models under Software Evolution Liliana Hotsko, Yinxi Li, Yuntian Deng Code语言模型需依赖仓库级上下文以解析导入、API及项目约定，但现有方法（如长上下文输入或逐库微调/LoRA）存在推理开销大、扩展性差及对代码演化鲁棒性低等问题。本文提出Code2LoRA，一种基于超网络的框架，可动态生成仓库专属LoRA适配器，在零推理时token开销下注入仓库知识。其包含静态版（Code2LoRA-Static）与演化版（Code2LoRA-Evo），后者通过GRU隐状态随代码变更持续更新。在新构建的RepoPeftBench基准（604个Python仓库，含静态与演化双轨道）上，Code2LoRA-Static在跨库和库内断言补全任务中分别达63.8%和66.2%准确率，媲美全量逐库LoRA；Code2LoRA-Evo在演化轨道上实现60.3%跨库准确率，较共享LoRA提升5.2个百分点。 PDF · arXiv | ❤️ 8 3. MLEvolve: A Self-Evolving Framework for Automated Machine Learning Algorithm Discovery Shangheng Du, Xiangchao Yan, Jinxin Shi...

AI 每日资讯 — 2026-06-05 🔥 HuggingFace 每日论文 1. Audio Interaction Model Zhifei Xie, Zihang Liu, Ze An 本文提出音频交互模型（Audio Interaction Model），旨在解决现有大音频语言模型（LALMs）离线化、任务割裂的问题，构建首个支持实时感知—决策—响应闭环的在线统一音频模型Audio-Interaction。为此，作者设计SoundFlow框架，涵盖流式数据构建、理解感知型训练与异步低延迟推理；构建大规模流式音频语料StreamAudio-2M（2.6M样本，覆盖7类能力、28子任务）及主动音频干预评测基准Proactive-Sound-Bench。实验表明，该模型在8项主流基准上保持竞争力，同时首次实现真实场景下的实时ASR、流式音频指令跟随与主动式语音协助。 PDF · arXiv · 代码 · 项目 | ❤️ 81 2. Streaming Communication in Multi-Agent Reasoning Zhen Yang, Xiaogang Xu, Wen Wang 本文针对多智能体推理系统中“生成-再传输”范式导致端到端延迟随流水线深度线性增长的问题，提出流式多智能体推理框架StreamMA。该框架在每步推理生成后即刻流式传递至下游智能体，实现相邻智能体间的重叠执行，在降低延迟的同时意外提升了推理有效性——因早期推理步骤更可靠，流式利用这些高质量中间结果可避免后期错误步骤对下游的误导。作者首次给出流式、串行与单步协议的联合闭式分析，严格刻画有效性排序、加速上限与成本比。在8个跨领域推理基准、2种前沿大模型（Claude Opus 4.6与GPT-5.4）及3种拓扑结构上，StreamMA平均提升7.3个百分点，最高达22.4个百分点。此外，发现“步级缩放律”，即增加单智能体推理步数可协同提升效果与效率，构成区别于智能体数量扩展的新缩放维度。 PDF · arXiv · 代码 · 项目 | ❤️ 21 3. ZipSplat: Fewer Gaussians, Better Splats Alexander Veicht, Sunghwan Hong, Dániel Baráth ZipSplat提出了一种基于视觉token的前馈式3D高斯光栅化方法，旨在解决现有方法将高斯数量与图像分辨率强耦合、忽视场景几何复杂度的问题。其核心是通过多视角骨干网络提取密集视觉token，经k-means聚类生成紧凑的场景token，并利用交叉/自注意力优化后，由轻量MLP解码为具有自由3D位置的高斯簇。该设计使高斯分布与像素网格解耦，支持单模型在推理时动态调节质量-效率权衡。ZipSplat无需真实相机位姿或内参，在DL3DV和RealEstate10K上以约1/6的高斯数量超越此前最优无姿态方法2.1dB和1.2dB PSNR，并在Mip-NeRF360与ScanNet++上实现零样本泛化性能领先。 PDF · arXiv · 代码 · 项目 | ❤️ 10...