BriefGPT - AI 论文速递 ·

基于学习的二维非规则形状装箱

💡 原文中文，约200字，阅读约需1分钟。

📝

内容提要

本文介绍了一种将形状表示为可学习的三维基本结构的方法，并通过区块变形学习和点翻译学习两种方法，在对象重建和人体扫描之间的稠密对应估计中取得了比现有方法更好的结果。

🏷️

Kimi K3 模型结构（6）：输入端与零件，MoonViT-V2、MTP、Per-Head Muon
Kimi K3模型采用从零训练的MoonViT-V2视觉编码器，27层、patch14结构，支持高分辨率图像token化；MTP层预训练后微调为EAGLE...
EP224：MCP与RAG及AI代理的对比
An AI agent is kind of an AI system where the agent performs the task autonom...
Kimi K3 模型结构（5）：宽度维度，Stable LatentMoE
Kimi K3模型采用Stable LatentMoE作为FFN，基于NVIDIA LatentMoE改进，将输入压缩至半宽latent空间，增加RMSN...
Claude Fable 5.1 对比 Fable 5：在实际工作中，我无法区分它们。
Anthropic launched Claude Fable 5.1 this week, calling it “our most advanced ...
在代理式RAG中建立信任始于证据
Basic retrieval-augmented generation (RAG) follows a straightforward pattern....
Fantasy Footballers’ Andy Holloway is a dedicated zero-inbox kinda guy
Andy Holloway cohosts the Fantasy Footballers podcast with his friends Jason ...