Diffusion/flow models have emerged as the de facto paradigms for image generation, giving rise to a diverse family of modern generators with increasingly heterogeneous architectures and representations. Despite their remarkable generation capabilities, the cross-model alignment of latent representations and the consist …
When solving complex spatial reasoning tasks, ordinary humans naturally revisit the scenes from task-relevant viewpoints and mentally reconstruct the spatial layouts from those viewpoints. But can Large Vision-Language Models (LVLMs) proactively think in the same way? We term this ability Active Spatial Mentalization ( …
يدرب التقطير بالسياسة (OPD) نموذج الطالب على مسارات يولّدها بنفسه، لكن نقل توزيعات المعلم الكثيفة عبر آثار استدلال طويلة يخلق اختناقات مانعة في الاتصال والذاكرة. لذلك تعتمد الأنظمة العملية على واجهات معلم متفرقة، تنقل عادةً إما درجة الرمز المأخوذ بالعينة أو توزيع أعلى-k صغير. غير أن هذا الإعداد المتفرق يواجه معضلة أساس …