苹果在2025年国际学习表征会议上的机器学习研究

苹果研究人员通过基础研究推动机器学习和人工智能的发展，支持更广泛的研究社区。

苹果在新加坡举办的国际学习表征会议（ICLR）上展示了多项创新研究，涵盖深度估计、文本生成和决策制定等领域。

苹果的研究包括从单张图像估计深度的技术，Depth Pro模型能够在不到一秒的时间内生成高分辨率的深度图。

苹果还展示了文本到图像生成和控制的新方法，包括通过激活传输技术实现对生成模型输出的细粒度控制。

苹果提出了一种新的基于自回归的去噪变换器（DART）模型，作为文本到图像生成任务的替代方案，具有更高的效率。

苹果研究人员探讨了大型语言模型（LLMs）在序列决策中的应用，展示了如何利用LLMs的通用知识进行强化学习。

苹果展示了LLMs在数学推理中的能力，提出了一种基于扭曲序列蒙特卡洛的方法来提高推理效率。

苹果研究还探讨了LLMs遵循指令的能力及其不确定性估计，提出了改进的评估方法。

苹果提出了提高LLMs效率的新方法，包括独立训练语言模型混合体和计算交叉熵损失的新方法。

苹果在ICLR上展示了注意力和优化领域的最新进展，包括改进的sigmoid自注意力和AdEMAMix优化器。

在展会期间，ICLR与会者可以在苹果展位体验苹果的机器学习研究，包括Depth Pro和FastVLM模型。

苹果致力于支持机器学习社区中的弱势群体，赞助多个相关活动并参与其中。