蜂窝面元 Hexels:把 3D 重建的显存账单砍下来
Honeycomb-Surfels: Compact Hexagonal Primitives for Efficient Scene Rendering and Reconstruction
把 2D 高斯的圆形/方形基元换成六边形面元并配上一阶颜色场,同等显存下 PSNR 比 2DGS 高 4.53–7.38 dB,速度还快 2.31 倍。
从 arXiv cs.AI / cs.CL / cs.LG / cs.CV 里挑出真正值得读的那几篇
Honeycomb-Surfels: Compact Hexagonal Primitives for Efficient Scene Rendering and Reconstruction
把 2D 高斯的圆形/方形基元换成六边形面元并配上一阶颜色场,同等显存下 PSNR 比 2DGS 高 4.53–7.38 dB,速度还快 2.31 倍。
Can Discrete Tokens Serve as Semantically Lossless Representations of Visual Signals?
量化误差大不代表语义损失大;真正决定多模态理解上限的是「有效比特预算」。作者用因子化 VQ 在更高比特下追平连续表征,离散表征里刷新 SOTA。
Heads of Security: Learned Attention Gates Improve Prompt Injection Robustness
不重训整个模型,只给每个注意力头配一组「可信 / 不可信」门控,就能把黑盒攻击成功率从 97% 压到 10%,同时通用能力不掉分。
GEPA-Curator: Curated Learning for Self Improving Agents
反思式提示优化把所有失败都当学习信号,而很多失败源于环境噪声;先策展任务、再检索历史成功轨迹,效果最高比 GEPA 提升 20.7%、比 ACE 提升 21.2%。
按社区热度挑选,每张卡片都直达 GitHub
n8n-io/n8n
开源节点式自动化平台,内置 AI/Agent 节点,可自托管的工作流引擎。
open-webui/open-webui
自托管的 ChatGPT 式界面,兼容 Ollama 与 OpenAI API,团队内网可用。
microsoft/markitdown
把 PDF、Word、PPT、Excel 转成干净的 Markdown,专为喂给 LLM 设计。
hiyouga/LLaMA-Factory
一站式微调框架,WebUI 点几下就能用 LoRA 训上百种开源模型。
Significant-Gravitas/AutoGPT
自主 Agent 的开山之作,当前主线是可视化 Agent 搭建平台。
ollama/ollama
一条命令在本地把一个开源大模型跑起来,自带模型库与 OpenAI 兼容 API。
geekan/MetaGPT
让「AI 软件公司」自动产出需求文档、设计与代码,多 Agent 协作的经典实现。
huggingface/transformers
文本、视觉、音频统一 API 的模型库与训练框架,事实上的行业标准。
AUTOMATIC1111/stable-diffusion-webui
最经典的 Stable Diffusion 网页界面,插件与模型生态最庞大。
活跃度比 star 数更能说明项目还在不在维护