新闻动态
-
202403-27
- 详解Latte：去年底上线的全球首个开源
- 随着Sora发布成功，视频DiT模型引起了广泛关注和讨论。设计稳定的超大规模神经网络一直是视觉生成领域研究的重点。DiT模型的成功为图像生成的规模化带来了新的可...
-
202403-26
- 腾讯机器人研究登顶刊！能帮程序员安显示器
- 国产机器人新突破：两只各自独立的机械臂，已经可以丝滑地打配合了！不信你看这双手拧瓶盖：拧完再端起杯子倒水：活灵活现，如真人。呐，还能搭把手帮程序员安装好显示屏：...
-
202403-25
- AI模型训练：强化算法与进化算法
- 强化学习算法(RL)和进化算法(EA)是机器学习领域中独具特色的两种算法，虽然它们都属于机器学习的范畴，但在问题解决的方式和理念上存在明显的差异。强化学习算法：...
-
202403-06
- 十大必知的人工智能算法
- 随着人工智能技术（AI）的不断普及，各种算法在推动这一领域的发展中扮演着重要角色。从用于预测房价的线性回归算法到支持自动驾驶汽车的神经网络，这些算法默默地为无数...
-
202403-05
- ICLR 2025 Oral：长视频中噪
- 在2024世界经济论坛的一次会谈中，图灵奖得主YannLeCun提出用来处理视频的模型应该学会在抽象的表征空间中进行预测，而不是具体的像素空间[1]。借助文本信...
-
202402-26
- 补齐Transformer规划短板，田渊
- Transformer强大的泛化能力再次得到证明！近年来，基于Transformer的结构在各种任务中展现出色的性能，引起了全球的关注。利用这种结构并结合大量数...
-
202402-20
- 自然语言生成任务中的五种采样方法介绍和P
- 在自然语言生成任务中，采样方法是从生成模型中获得文本输出的一种技术。这篇文章将讨论5种常用方法，并使用PyTorch进行实现。1、GreedyDecoding在...
-
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...
