WXRedian | AI研究前瞻

公众号 AI研究前瞻

周期

共找到 98 条记录

11.15-1|长上下文推理自我改进，最小贝叶斯风险；特征级约束偏好优化，高效偏好优化

文摘 2024-11-21 07:43 浙江

大语言模型自我改进与对齐：长上下文推理自我改进，最小贝叶斯风险；特征级约束偏好优化，高效偏好优化Large Language Models Can Self-Improve ...

11.15-2|大规模第一人称视频数据集；可控动作的T2V生成

文摘 2024-11-21 07:43 浙江

视频生成与动作控制：大规模第一人称视频数据集；可控动作的T2V生成EgoVid-5M: A Large-Scale Video-Action Dataset for Ego ...

11.15-3|新版法语CamemBERT，更新知识；稀疏自编码器解释激活引导向量，大模型控制与调整

文摘 2024-11-21 07:43 浙江

语言模型更新与解释：新版法语CamemBERT，更新知识；稀疏自编码器解释激活引导向量，大模型控制与调整CamemBERT 2.0: A Smarter French La ...

11.15-4|长结构，富有表现力符号音乐生成，多尺度注意机制

文摘 2024-11-21 07:43 浙江

音乐生成与多尺度感知器：长结构，富有表现力符号音乐生成，多尺度注意机制PerceiverS: A Multi-Scale Perceiver with Effective ...

11.20-1|移动设备多模态大模型，vivo，BlueLM-V-3B；移动设备推理能力测试；MOE缓解多任务混合冲突

文摘 2024-11-20 08:15 浙江

移动设备上的多模态大语言模型优化：移动设备多模态大模型，vivo，BlueLM-V-3B；移动设备推理能力测试；MOE缓解多任务混合冲突BlueLM-V-3B: Algor ...

11.20-2|生成式世界探索，信念更新；参考视角视频生成；top-nσ采样策略，平衡准确多样；DiT缓存推理加速；视频高斯表示

文摘 2024-11-20 08:15 浙江

生成与推理技术：生成式世界探索模型，信念更新框架；可控参考运动视角视频生成；top-nσ采样策略，平衡准确性和多样性；DiT缓存，推理加速；视频高斯表示Generative ...

11.20-3|：验证器工程，后训练范式，监督信号；从零训练的德语1B语言模型

文摘 2024-11-20 08:15 浙江

基础模型与后训练范式：验证器工程，后训练范式，监督信号；从零训练的德语1B语言模型Search, Verify and Feedback: Towards Next Gen ...

11.20-4|Reranker模型的局限性；医学RAG评估框架

文摘 2024-11-20 08:15 浙江

信息检索与医疗问答系统：Reranker模型的局限性；医学RAG评估框架Drowning in Documents: Consequences of Scaling Rer ...

11.14-1|指令微调模型，更大模型悖论，兼容性调整奖励；校正流与自回归结果，多模态理解与生成；高质量图像文本描述数据集

文摘 2024-11-20 08:15 浙江

大语言模型调优与生成：指令微调模型，更大模型悖论，兼容性调整奖励 (CAR)；校正流与自回归结果，多模态理解与生成；高质量图像文本描述数据集Stronger Model ...

11.14-2|SAMPart3D，分割3D物体不同结构；基于小波的紧凑 latent 编码方法，高压缩倍率表示

文摘 2024-11-20 08:15 浙江

3D对象分割与生成：SAMPart3D，分割3D物体不同结构；基于小波的紧凑 latent 编码方法，高压缩倍率表示SAMPart3D: Segment Any Part ...

11.14-4|声学空间建模，神经脉冲响应场，频域体绘制；GPU设备推断，黑箱测试

文摘 2024-11-20 08:15 浙江

音频渲染与硬件推断：声学空间建模，神经脉冲响应场，频域体绘制；GPU设备推断，黑箱测试Acoustic Volume Rendering for Neural Impuls ...

11.14-3|扩散模型用于视觉感知任务；深度估计，光流估计，分割

文摘 2024-11-20 08:15 浙江

视觉感知与扩散模型：扩散模型用于视觉感知任务；深度估计，光流估计，分割Scaling Properties of Diffusion Models for Perceptu ...

11.19-1|LLaVA-o1，VLLM链式推理

文摘 2024-11-19 08:00 浙江

视觉语言模型与推理：LLaVA-o1，VLLM链式推理LLaVA-o1: Let Vision Language Models Reason Step-by-Step202 ...

11.19-2|图片生成区域控制，硬绑定，软细化

文摘 2024-11-19 08:00 浙江

文本与图像生成：图片生成区域控制，硬绑定，软细化Region-Aware Text-to-Image Generation via Hard Binding and Sof ...

11.19-3|3D点云生成，潜在扩散，交互式生成

文摘 2024-11-19 08:00 浙江

3D生成与点云：3D点云生成，潜在扩散，交互式生成GaussianAnything: Interactive Point Cloud Latent Diffusion fo ...

11.19-4|Claude 3.5，GUI智能体；视频问答大模型，时间定位；1B小语种多语言大模型

文摘 2024-11-19 08:00 浙江

多语言大模型与视频理解：Claude 3.5，GUI智能体；视频问答大模型，时间定位；1B小语种多语言大模型The Dawn of GUI Agent: A Prelimi ...

11.13-1|免训练图片注入；图像指令编辑；鲁棒性水印注入；自回归视觉模型综述

文摘 2024-11-19 08:00 浙江

图像生成与编辑：免训练图片注入；图像指令编辑；鲁棒性水印注入；自回归视觉模型综述Add-it: Training-Free Object Insertion in Im ...

11.13-2|中文事实准确性基准，幻觉测试；多重约束复杂指令数据集；DPO抑制数据毒性；语言建模可解释性，广义结构方程建模

文摘 2024-11-19 08:00 浙江

大语言模型与复杂指令：中文事实准确性基准，幻觉测试；多重约束的复杂指令数据集，合成数据集；DPO抑制数据毒性；语言建模可解释性分析，广义结构方程建模Chinese Sim ...

11.13-3|多模态多文档问答测试基准

文摘 2024-11-19 08:00 浙江

多模态与文档理解：多模态多文档问答测试基准M-Longdoc: A Benchmark For Multimodal Super-Long Document Underst ...

11.13-4|考虑版本迭代兼容性的代码生成基准；大模型参与博弈

文摘 2024-11-19 08:00 浙江

代码生成与博弈论：考虑版本迭代兼容性的代码生成基准；大模型参与博弈GitChameleon: Unmasking the Version-Switching Capabil ...

« 1 234 5 »

AI研究前瞻

欢迎来到AI研究前瞻 - 您的人工智能研究前沿指南！我们致力于为您提供最新、最前沿的AI研究论文解读和分析，并以通俗易懂的方式呈现其核心思想和潜在影响。一起探索AI的无限可能,共同见证人工智能改变世界的每一步!

分类

时事

民生

政务

教育

文化

科技

财富

体娱

健康

情感

旅行

百科

职场

楼市

企业

乐活

学术

汽车

时尚

创业

美食

幽默

美体

文摘

原创标签

时事社会财经军事教育体育科技汽车科学房产搞笑综艺明星音乐动漫游戏时尚健康旅游美食生活摄影宠物职场育儿情感小说曲艺文化历史三农文学娱乐电影视频图片新闻宗教电视剧纪录片广告创意壁纸头像心灵鸡汤星座命理教育培训艺术文化金融财经健康医疗美妆时尚餐饮美食母婴育儿社会新闻工业农业时事政治星座占卜幽默笑话独立短篇连载作品文化历史科技互联网

发布位置

广东北京山东江苏河南浙江山西福建河北上海四川陕西湖南安徽湖北内蒙古江西云南广西甘肃辽宁黑龙江贵州新疆重庆吉林天津海南青海宁夏西藏香港澳门台湾美国加拿大澳大利亚日本新加坡英国西班牙新西兰韩国泰国法国德国意大利缅甸菲律宾马来西亚越南荷兰柬埔寨俄罗斯巴西智利卢森堡芬兰瑞典比利时瑞士土耳其斐济挪威朝鲜尼日利亚阿根廷匈牙利爱尔兰印度老挝葡萄牙乌克兰印度尼西亚哈萨克斯坦塔吉克斯坦希腊南非蒙古奥地利肯尼亚加纳丹麦津巴布韦埃及坦桑尼亚捷克阿联酋安哥拉