Recent video generators can fabricate realistic depictions of wars, disasters, public emergencies, and other real-world crises, creating substantial risks of misinformation. Existing benchmarks, however, provide limited evidence on detector…

Visual on-policy distillation relies heavily on an informative teacher-student asymmetry, through either a larger, stronger teacher or privileged supervision, such as reference answers or ground-truth regions of interest. This raises a fund…

在 GitHub 上更新 在 「PyTorch 性能剖析 (profiling)」系列的第一部分 中，我们用 torch.add(torch.matmul(x, w), b) 学习了如何阅读 PyTorch 性能剖析器轨迹。沿途还讨论了几个相关主题：CPU 调度链、启动开销、开销受限与计算受限两种状态的区别，以及 torch.compile 的一些内部机制。 到了第二篇（也就是本文），我们再向上迈一步。我们会把手写的矩阵乘加组合替换为 nn.Linear （设置 bias=T…

在 GitHub 上更新 无法进行性能剖析( profiling )，就无法优化。 无论目标是让大语言模型（LLM）每秒生成更多词元（token）、把推理耗时缩短几毫秒，还是弄清楚训练循环为什么比规格表承诺的速度慢，最终都绕不开性能剖析。 难点在于，性能剖析的入门门槛很高。性能轨迹像一面密密麻麻的彩色矩形墙，各类事件名称也常常让人望而生畏。大多数教程默认读者已经知道如何阅读轨迹。因此，即便已经知道应该做性能剖析，打开一份轨迹也常常像是一件可以留到以后、或交给别人处理的麻烦事。…

在 GitHub 上更新 继我们使用 Claude Code 训练开源模型的项目之后，现在我们更进一步，将 Codex 引入这一流程。这里的重点不是“Codex 自己开源模型”，而是让 Codex 作为编码代理，参与并自动化开源模型的训练、评估与发布全流程。为此，我们为 Codex 接入了 Hugging Face Skills 仓库，该仓库包含了许多与机器学习和 AI 相关的“技能”，比如模型训练与评估等任务。通过 HF Skills，Codex 这样的编码代理可以实现： …

本示例主要对常用的场景和分辨率进行了预配置集成，可简化开发相机应用流程，提高应用的开发效率。使用ArkTS接口实现相机的预览、拍照、录像等控制类功能。

本示例主要对常用的场景和分辨率进行了预配置集成，可简化开发相机应用流程，提高应用的开发效率。使用C++接口实现相机的预览、拍照、录像等控制类功能。

本示例基于List组件和Scroller控制器，实现了纵向和横向双向滚动的列表，包含车型配置表和股票信息表两种场景。

Every voice interaction has a latency budget. By the time a user hears your application respond, you've already spent precious milliseconds capturing audio, transcribing speech, running an LLM, retrieving context, and generating a response.…

Knowledge distillation , training a smaller student model to match the performance of a larger teacher, is a well-known technique in Machine Learning. With the recent wave of open-source Large Language Models, such as gpt-oss , Qwen , GLM ,…

Update on GitHub Great news from the OGs of open source LLMs! Muse Glimmer, released today, is Meta’s new multimodal model, especially designed for local agentic use cases. Distilled from Muse to 30B parameters, and released under the Apach…