#Deep Reading

共 33 篇 · 第 2 / 4 页
tags Deep Reading 33 Paper Reading 24 Code Reading 16 Computer Vision 12 Generative AI 5 Recommendation System 5 3D Generation 4 Agentic RL 3
还有 96 个标签 →

2026

2026.07
  1. Einops 论文精读:Einstein-like Pattern Language、张量形状语义与跨框架执行

    从 ICLR 2022 论文与 einops 0.8.2 源码双线精读 rearrange、reduce、repeat、pack、einsum、Pattern Parser、Transformation Recipe 与多后端执行机制

  2. Qwen3-VL-Seg 论文精读:开放世界指代分割、Box-Guided Decoder 与 SA1B-ORS

    精读 Qwen3-VL-Seg 如何将 Qwen3-VL 的开放世界框定位先验转成像素级掩码,并通过轻量解码器、SA1B-ORS 和 ORS-Bench 扩展开放世界指代分割

  3. SIM 论文精读:搜索式用户兴趣建模、终身行为序列与工业 CTR 预测

    精读阿里 SIM 如何通过两级搜索、用户行为树、长序列检索和实时预测系统改造,在 CTR 预测中建模最长 54000 的终身用户行为序列

  4. TripoSG 论文精读:大规模 Rectified Flow、SDF VAE 与高保真 3D 形状生成

    精读 TripoSG 如何通过 Rectified Flow Transformer、CLIP+DINOv2 条件注入、SDF/normal/eikonal 混合监督和 2M 高质量数据构建实现高保真 image-to-3D 形状生成

  5. SF3D 论文精读:0.5 秒 3D Mesh 重建、UV 展开与光照解耦

    精读 SF3D 如何基于 LRM/TripoSR 改造快速单图 3D 重建,通过增强 Transformer、DMTet、快速 UV 展开、材质估计和光照解耦生成可用 textured mesh

  6. AssetGen 论文精读:可部署 3D 资产生成、MeshGen/TextureGen 与交互式低延迟系统

    精读 AssetGen 如何通过两阶段 MeshGen、GPU 几何处理、UV 展开、法线烘焙、多视角 TextureGen、蒸馏和流水线优化实现 30 秒级可部署 3D 资产生成

  7. OpenFGA 精读:Zanzibar 关系授权模型、ReBAC 建模语言与生产级细粒度权限系统

    从 Zanzibar 论文与 OpenFGA 官方实现双线精读关系元组、授权模型、Check/Expand/ListObjects、条件元组、CLI 测试、存储部署与工程落地边界

  8. TRELLIS.2 论文精读:O-Voxel、Sparse Compression VAE 与 4B 参数 3D 生成模型

    精读 Native and Compact Structured Latents for 3D Generation 如何通过 O-Voxel、稀疏压缩 VAE、PBR 材质建模与大规模 flow matching 实现高质量 3D 资产生成

  9. Vespa 入门教程:从本地搜索应用到向量检索、混合排序与 RAG 基础

    系统讲解 Vespa 的应用包、Schema、YQL、文档写入、BM25、向量近邻、混合检索、排序配置和本地/云端部署入门流程

2026.06
  1. Layout2Scene 论文精读:3D 语义布局引导、混合场景表示与几何/外观扩散先验

    精读 Layout2Scene 如何通过 3D semantic layout、对象 Gaussian、背景 polygon、语义几何扩散和语义几何外观扩散实现可控 3D 场景生成