新闻动态
-
202402-19
- 『拯救』开放异构场景 | HEAL：最新
- 协同感知技术在解决自动驾驶车辆感知问题方面具有重要意义。然而，现有研究往往忽视了智能体之间可能存在的异构性，即传感器和感知模型的多样性。实际应用中，智能体之间的...
-
202402-19
- AI模拟器拿下物理*新SOTA！
- 机器学习让计算机图形学（CG）仿真更真实了！方法名为神经流向图（NeuralFlowMaps，NFM），四个涡旋的烟雾也能精确模拟的那种：更为复杂的也能轻松实现...
-
202402-19
- 深度学习的未来：趋势和新兴技术
- 深度学习是人工智能的一个重要组成部分，不断推动着技术的发展，改变着机器对数据的处理方式。本文将介绍未来几年可能改变人工智能格局的最新趋势和新兴技术。模型规模指数...
-
202402-19
- 以自监督方式去除荧光图像中的噪声，清华团
- 荧光成像的高信噪比对于生物现象的准确可视化至关重要，然而，噪声问题仍然是成像灵敏度面临的主要挑战之一。清华大学的研究团队提供了空间冗余去噪Transformer...
-
202402-19
- 不同类型的MySQL索引有哪些？
- MySQL索引是提高查询效率的重要工具，它可以加快数据检索速度。下面详细介绍了MySQL中的几种常见索引，并提供了具体的代码示例。主键索引（PrimaryKey...
-
202402-18
- CVPR 2025 Workshop |
- NTIRE(NewTrendsinImageRestorationandEnhancement)是计算机视觉领域中备受关注的国际研讨会之一，涵盖底层视觉任务并举...
-
202402-18
- 基于广义 Onsager 原理的 AI
- 编辑|绿萝基于先前积累的数据和已知物理原理的自动化科学发现，是人工智能最令人兴奋的应用之一，这种自动化的假设创建和验证可以帮助科学家研究复杂的现象，而传统的物理...
-
202402-15
- 谷歌提出全新RLHF方法：消除奖励模型，
- 效果更稳定，实现更简单。大型语言模型（LLM）的成功离不开「基于人类反馈的强化学习（RLHF）」。RLHF可以大致可以分为两个阶段，首先，给定一对偏好和不偏好的...
