新闻动态
-
202403-26
- 清华微软开源全新提示词压缩工具，长度骤降
- 在自然语言处理中，有很多信息其实是重复的。如果能将提示词进行有效地压缩，某种程度上也相当于扩大了模型支持上下文的长度。现有的信息熵方法是通过删除某些词或短语来减...
-
202403-26
- CLIP-BEVFormer：显式监督B
- 写在前面&笔者的个人理解目前，在整个自动驾驶系统当中，感知模块扮演了其中至关重要的角色，行驶在道路上的自动驾驶车辆只有通过感知模块获得到准确的感知结果后...
-
202403-26
- 模型合并就进化，直接拿下SOTA！Tra
- 把Huggingface上的现成模型拿来“攒一攒”——直接就能组合出新的强大模型？！日本大模型公司sakana.ai脑洞大开（正是“Transformer八子”...
-
202403-25
- CVPR 2025 | 零样本6D物体姿
- 在许多实际应用中，物体姿态估计扮演着关键角色，比如在具身智能、机器人操作和增强现实等领域。在这一领域中，最先受到关注的任务是实例级别6D姿态估计，其需要关于目标...
-
202403-25
- 3140参数Grok-1推理加速3.8倍
- 马斯克说到做到开源Grok-1，开源社区一片狂喜。但基于Grok-1做改动or商用，都还有点难题：Grok-1使用Rust+JAX构建，对于习惯Python+P...
-
202403-25
- 零样本6D物体姿态估计框架SAM-6D，
- 物体姿态估计在许多现实世界应用中扮演着关键角色，如具身智能、机器人灵巧操作和增强现实等领域。在这一领域中，最先受到关注的任务是实例级别6D姿态估计，其需要关于目...
-
202403-25
- 大数据 AI 一体化解读
- 一、AI的“iPhone”时刻在过去的一年中，大模型的发展非常迅速，算力和数据的堆叠使模型具备了一些通用的构造和回答问题的能力，引领人们进入了一直梦想的人工智能...
-
202403-25
- CNN、Transformer、Unif
- 视频理解的核心目标是准确理解时空表示，但面临两个主要挑战：短视频片段中存在大量时空冗余，并且复杂的时空依赖关系。三维卷积神经网络（CNN）和视频Transfor...
