AI Agents 是當下大模型領域備受關注的話題，用戶可以引入多個扮演不同角色的 LLM Agen....

本文介紹了一項近似注意力機制新研究，耶魯大學、谷歌研究院等機構提出了 HyperAttention，....

你的測試集信息在訓練集中泄漏了嗎？ 一個參數量為 13B 的模型竟然打敗了頂流 GPT-4？就像下圖....

作為本年度人工智能領域最重要的突破之一，大語言模型相關研究始終是各大相關領域的關注焦點。 近日，來自....

如果想讓機器人幫助你，你通常需要下達一個較為精準的指令，但指令在實際中的實現效果不一定理想。如果考慮....

網友：我都不敢想 象一年后的視頻技術會有多先進。 一段五十秒的預告視頻，再次讓 AI 圈沸騰了。 昨....

Paper List:? https://github.com/westlake-repl/Reco....

Transformer 在時間序列預測中出現了強大能力，可以描述成對依賴關系和提取序 列中的多層次表....

上海交大上海AI Lab發布178頁GPT-4V醫療案例測評，首次全面揭秘GPT-4V醫療領域視覺性....

論文鏈接： https://arxiv.org/abs/2305.17476 代碼鏈接： https....

離開學校加入公司的業務部門已經半年多了，往后應該會努力抽時間做點開源項目，但暫時沒什么計劃再發一作論....

視覺幻覺是常見于多模態大語言模型 (Multimodal Large Language Models....

大模型家族來了一個專門解決數學問題的「新成員」——Llemma。 如今，在各種文本混合數據上訓練出來....

本文是 ICCV 2023 入選 Oral 論文 Grounded Entity-Landmark ....

論文標題: DropPos: Pre-Training Vision Transformers by....

本文介紹一篇 LLM 推理加速技術 相關的文章，值得讀一讀。 LLMs 在現實應用中的計算成本主要由....

近些年，3D 自然場景的生成出現了大量的研究工作，但是 3D 城市生成的研究工作還寥寥無幾。這主要是....

擴散模型（diffusion model）在 CV 領域甚至 NLP 領域都已經有了令人印象深刻的表....

稠密圖像分割問題一直在計算機視覺領域中備受關注。無論是在 Adobe 旗下的 Photoshop 等....

只用一個神經網絡實現操縱，四足機器人的重大技術突破。 跑酷是一項極限運動，需要參與者以高度動態的方式....

為什么 transformer 性能這么好？它給眾多大語言模型帶來的上下文學習 (In-Contex....

Introduction 無監督多重圖表示學習（UMGRL）受到越來越多的關注，但很少有工作同時關注....

大語言模型涉及數據的通常有有多個階段（Aligning language models to fol....

本次文章介紹我們于 TPAMI-2023 發表的一項用于視覺識別的相互對比學習在線知識蒸餾（Onli....

本文介紹在3D 目標檢測領域的新工作：SparseBEV。我們所處的 3D 世界是稀疏的，因此稀疏 ....

人體動作生成任務旨在生成逼真的人體動作序列，以滿足娛樂、虛擬現實、機器人技術等領域的需求。傳統的生成....

在特定情況下，人工智能模型會超越訓練數據進行泛化。在人工智能研究中，這種現象被稱為「頓悟」，而谷歌現....

由山西省人力資源和社會保障廳指導、太原理工大學主辦、大數據融合分析與應用山西省重點實驗室承辦的202....

指導單位：山西省人力資源和社會保障廳 主辦單位：太原理工大學 承辦單位：大數據融合分析與應用山西省重....

指導單位：山西省人力資源和社會保障廳 主辦單位：太原理工大學 承辦單位：大數據融合分析與應用山西省重....