新闻动态
-
202402-19
- 让视觉语言模型搞空间推理，谷歌又整新活了
- 尽管视觉语言模型(VLM)在许多任务上取得了显著进展，包括图像描述、视觉问答、具身规划和动作识别等，但在空间推理方面仍然存在挑战。许多模型在理解目标在三维空间中...
-
202402-19
- 文生图新SOTA！Pika北大斯坦福联合
- 近日，北大、斯坦福、以及爆火的PikaLabs联合发表了一项研究，将大模型文生图的能力提升到了新的高度。论文地址：https://arxiv.org/pdf/2...
-
202402-16
- 手把手教你，从零开始实现一个稀疏混合专家
- 本文介绍了实现一个稀疏混合专家语言模型（MoE）的方法，详细解释了模型的实施过程，包括采用稀疏混合专家取代传统的前馈神经网络，实现top-k门控和带噪声的top...
-
202402-07
- 无需RLHF显著提升GPT-4/Llam
- 背景大语言模型（LLMs）虽展现出了强大的能力，但也可能产生不可预测和有害的输出，例如冒犯性回应、虚假信息和泄露隐私数据，给用户和社会造成伤害。确保这些模型的行...
-
202402-07
- OccNeRF：完全无需激光雷达数据监督
- 写在前面&笔者的个人总结近年来，自动驾驶领域的3D占据预测任务因其独特的优势受到学术界和工业界的广泛关注。该任务通过重建周围环境的3D结构，为自动驾驶的...
-
202402-06
- 三篇论文解决「语义分割的优化和评估」难题
- 常用的优化语义分割模型的损失函数包括SoftJaccard损失、SoftDice损失和SoftTversky损失。然而，这些损失函数与软标签不兼容，因此无法支持...
-
202402-05
- 罕见！苹果开源图片编辑神器MGIE，要上
- 拍张照片，输入文字指令，手机就开始自动修图？这一神奇功能，来自苹果刚刚开源的图片编辑神器「MGIE」。把背景中的人移除在桌子上添加披萨最近，AI在图片编辑方面取...
-
202402-05
- 流量工程将代码生成的准确率提高一倍：由1
- 一篇新论文的作者提出了一种“强化”代码生成的方法。代码生成是人工智能中一项日益重要的能力。它通过训练机器学习模型，根据自然语言描述自动生成计算机代码。这一技术具...
