FruitNinja: 3D Object Interior Texture Generation with Gaussian Splatting（在新窗口打开）
首次为可切割 3D 物体生成内外一致内部纹理，3DGS 实时切片渲染优于现有方法。
- 提出首个在几何与拓扑变化下生成 3D 内部纹理的方法 FruitNinja
- OpaqueAtom GS 与扩散 inpaint 截面视图，实现无额外优化的实时切片渲染
- 体素平滑使内外纹理连贯，实验显示任意几何操作下内部视图质量显著领先
前沿论文
17 大方向 · 三级优先筛选 · 每日更新
最近更新：2026-10-20 18:44
返回聚合视图2024-11-20 周三共 3 篇：生成 1 · 代码生成 0 · 智能体 0 · 世界模型与具身 0 · 理解 0 · 音频 0 · 多语 0 · 基础模型 2
- 生成
- 文生图 0图编辑 0视频生成 03D 生成 1
- 代码生成
- Visual2Code 03D2Code 0
- 智能体
- GUI Agent 0代码 Agent 0工具调用 0
- 世界模型与具身
- 世界模型 0具身智能 0
- 理解
- VLM 0OCR 0
- 音频
- 音频 0
- 多语
- 多语言与翻译 0
- 基础模型
- LLM 2统一多模态 0
这一天为历史补采：作者单位只来自 OpenAlex，入选论文比每日更新少；要点由 AI 根据论文摘要生成，以原文为准。
共 3 篇
ACING: Actor-Critic for Instruction Learning in Black-Box LLMs（在新窗口打开）
黑盒 LLM 上用 Actor-Critic RL 自动搜指令，76% 任务超人工 prompt，中位提升约 10 点。
- 将指令优化建模为无状态连续动作 RL，仅用黑盒反馈探索无限指令空间
- ACING 在 33 项指令归纳、摘要与 CoT 任务上自动发现优于人类的 prompt
- 最高相对自动基线提升 33 点，消融验证鲁棒性与效率
Procedural Knowledge in Pretraining Drives Reasoning in Large Language Models（在新窗口打开）
分析 7B/35B 模型预训练数据影响，发现推理依赖程序性知识而非答案检索。
- 在无法做 train-test 分离设定下，追踪推理与事实问答各自依赖的预训练文档
- 同一推理任务内多题常共享 influential 文档，体现程序性知识而非逐题检索
- 推理高影响文档多含公式/代码等求解步骤，策略更接近可泛化的程序合成
没有符合条件的论文。