API 全面退场，PIR + predictor 升级， 0-d tensor，view 行为修改等多方面适配，保证开发者们在使用我们的模型时的正确性。为一款常用的音频编解码器，常用于为语音大模型生成音频token，本次新版本的PaddleSpeech中支持了DAC模型训练及推理所需的音频处理相关的。新版本支持通过参数来控制使用不同的 am/voc 模型，支持的模型在对应的...

视频编解码领域的(根本)矛盾就是视频的画质和码率(成本)的矛盾，即所谓的RDO率失真优化，它这种特殊的矛盾也决定了视频编解码区别于其他科学研究领域的本质。

FFmpeg 开发者一直致力于开发基于Vulkan 加速的 FFV1 视频编解码，以实现这一已有二十年历史的无损视频编码格式。本周，基于 Vulkan 的 FFV1 编码器的更多增...

本研究解决了大语言模型（LLM）引导中由于多样数据引入的噪声问题。提出的稀疏自编码器去噪概念向量（SDCV）通过去除隐藏表示中的无关特征，提高了现有引导方法（如线性探测和均值差异）的成功率。实验结果验证了去噪假设，表明该方法对提升模型引导的鲁棒性具有重要影响。

本研究解决了传统模型在参数、边界条件和初始条件变化时需要重新训练的问题。作者提出了一种结合深度集合或序列编码器的架构，使模型能够适应动态变化，并将其应用于多个实际问题，显示出其在处理噪声和适应新情况方面的卓越能力。该方法在各种动态系统的实时监测中具有重要的潜在影响。

本研究解决了在资源有限时对编码器模型的需求，提出了从零开始训练的现代GBERT系列德国编码器模型，并引入了ModernBERT的架构创新。该模型在自然语言理解、文本嵌入和长上下文推理任务上表现优于以往的德国编码器，具有更高的性能和参数效率，推动了德国NLP生态系统的进步。

本研究解决了传统软件漏洞检测方法的高假阳性率和可扩展性问题，提出稀疏自编码器作为轻量级且可解释的替代方案。研究表明，稀疏自编码器能够直接从预训练的大语言模型的内部表示中有效检测软件漏洞，其F1得分最高可达89%，显著优于微调的变压器编码基线。

本研究针对自监督学习在无线信道表示领域应用时存在的问题，提出了一种名为WiMAE（无线掩蔽自编码器）的基础模型，专门预训练于多天线无线信道数据集。进一步，开发的ContraWiMAE将对比学习目标与重构任务融合在一个统一的多任务框架中，显著增强了模型的表示能力，提供了更高的性能和数据效率，为未来的自监督无线信道表示学习研究提供了强有力的基础。

本研究解决了强化学习代理在持续学习中面临的挑战，尤其是在没有外部信号指示任务或环境变化的情况下如何保留和利用现有信息。我们提出了一种新方法，通过整合策略优化与熟悉度自编码器，展示了系统在识别和学习新任务或环境时能有效保留早期经历的知识，并在再次遇到已知环境时选择性检索相关知识的能力。初步结果表明，在没有外部信号的情况下，成功实现了持续学习，展现了该方法的潜力。

本研究解决了现有背景减除技术在面对多种背景噪声时的挑战，如光照变化、摄像机角度变化及环境干扰。论文提出了一种基于脉冲神经网络的脉冲自编码器网络SAEN-BGS，通过引入连续脉冲卷积块和自蒸馏训练方法，显著提高了前景与背景的分离能力，并在能效方面表现优异。实验结果显示，该方法在动态背景复杂场景中，性能超越了多种基线方法，具有重要的潜在应用价值。