新闻动态
-
202312-14
- 扩散一切？3DifFusionDet：扩
- 笔者的个人理解近年来，扩散模型在生成任务上非常成功，自然而然被扩展到目标检测任务上，它将目标检测建模为从噪声框(noisyboxes)到目标框(objectbo...
-
202312-05
- 不到1000行代码，PyTorch团队让
- PyTorch团队亲自教你如何加速大模型推理。在过去的一年里，生成式AI发展迅猛，在这当中，文本生成一直是一个特别受欢迎的领域，很多开源项目如llama.cpp...
-
202312-04
- UC伯克利成功开发通用视觉推理大模型，三
- 仅靠视觉（像素）模型能走多远？UC伯克利、约翰霍普金斯大学的新论文探讨了这一问题，并展示了大型视觉模型（LVM）在多种CV任务上的应用潜力。最近一段时间以来，G...
-
202312-04
- 新标题：北京大学开创新纪元：类别级6D物
- 北京大学的研究人员提出了一种新的类别级6D物体位姿估计方法，这是一个基础且重要的问题，广泛应用于机器人、虚拟现实和增强现实等领域。他们在这篇论文中取得了新的SO...
-
202312-04
- 不是大模型全局微调不起，只是LoRA更有
- 这是作者SebastianRaschka经过数百次实验得出的经验，值得一读。增加数据量和模型的参数量是公认的提升神经网络性能最直接的方法。目前主流的大模型的参数...
-
202312-04
- 横扫13个视觉语言任务！哈工深发布多模态
- 为了应对多模态大语言模型中视觉信息提取不充分的问题，哈尔滨工业大学（深圳）的研究人员提出了双层知识增强的多模态大语言模型-九天（JiuTian-LION）。需要...
-
202312-04
- 任意文本、视觉、音频混合生成，多模态有了
- 研究者指出，CoDi-2标志着在开发全面的多模态基础模型领域取得了重大突破今年5月，北卡罗来纳大学教堂山分校、微软提出一种可组合扩散（ComposableDif...
-
202312-03
- 全球瞩目的「科目三」：梅西、钢铁侠、二次
- 最近一段时间，你可能或多或少的听到过「科目三」，摇花手、半崴不崴的脚，配合着节奏鲜明的音乐，这一舞蹈动作遭全网模仿。如果相似的舞蹈，让AI生成会怎样？就像下图所...
