标签:表征

开箱黑盒LLM!谷歌大一统框架Patchscopes实战教程来了

新智元报道编辑:LRS 【新智元导读】大模型最为人诟病的问题就是不透明、不可解释。谷歌的最新框架Patchscopes可以提供关于模型内部隐藏表征的自然语言解释,...
阅读原文

Sora场景转「3D资产」!浙大CAD&CG全重实验室提出文本转3D新SOTA:多功能、可拓展

新智元报道编辑:LRS 【新智元导读】3D-SceneDreamer采用基于Stable Diffusion的Inpainting模型来对不断对场景未见区域进行补全,并通过单目深度方法来辅助优...
阅读原文

首次攻克「图基础模型」三大难题!港大开源OpenGraph:零样本学习适配多种下游任

新智元报道编辑:LRS 【新智元导读】港大发布通用图基座模型OpenGraph,巧妙从LLM中蒸馏零样本图泛化能力。图学习(Graph Learning)技术能够对复杂的关系数...
阅读原文

颜水成/程明明新作!Sora核心组件DiT训练提速10倍,Masked Diffusion Transformer V2开源

新智元报道编辑:LRS 好困 【新智元导读】Masked Diffusion Transformer V2在ImageNet benchmark 上实现了1.58的FID score的新SoTA,并通过mask modeling表征...
阅读原文

图灵奖得主LeCun最新专访:为什么物理世界终将成为LLM的「死穴」?

来源:转自机器之心 机器之心编辑部在人工智能领域,很少有像 Yann LeCun 这样的学者,在 65 岁的年龄还能高度活跃于社交媒体。 一直以来,Yann LeCun 都是以...
阅读原文

LeCun最新专访:为什么物理世界终将成为LLM的「死穴」?

机器之心报道 机器之心编辑部在人工智能领域,很少有像 Yann LeCun 这样的学者,在 65 岁的年龄还能高度活跃于社交媒体。 一直以来,Yann LeCun 都是以「直言...
阅读原文

怒斥Sora之后,LeCun放出「视觉世界模型」论文,揭示AI学习物理世界的关键​

机器之心报道 机器之心编辑部Sora 的发布让整个 AI 领域为之狂欢,但 LeCun 是个例外。 面对 OpenAI 源源不断放出的 Sora 生成视频,LeCun 热衷于寻找其中的...
阅读原文

海马体掌管记忆的神,我是你的破壁人 | 追问顶刊

▷本文为追问特约长文,7000字,阅读需17min。建议收藏或转发朋友圈,分多次阅读,愿有所收获。本文已开快捷转载,如需另外开白,还请留言。记忆是如何形成的...
阅读原文

CV大神何恺明正在招收博士后和实习生!

夕小瑶科技说 原创作者 | 谢年年 想必大家都知道,CV大神何恺明将在24年加入MIT EECS(电子工程和计算机科学系),而就在近日,何恺明在个人主页上官宣招收研...
阅读原文

OpenAI新模型用的嵌入技术被网友扒出来了

机器之心报道 编辑:蛋酱学起来吧。前几天,OpenAI 来了一波重磅更新,一口气宣布了 5 个新模型,其中就包括两个新的文本嵌入模型。 我们知道,嵌入是表示自...
阅读原文

何恺明谢赛宁团队步步解构扩散模型,最后竟成经典去噪自编码器

机器之心报道 编辑:Panda去噪扩散模型(DDM)是当前图像生成技术的一大主流方法。近日,Xinlei Chen、Zhuang Liu、谢赛宁与何恺明四人团队对 DDM 进行了解构...
阅读原文

Llama-2+Mistral+MPT=? 融合多个异构大模型显奇效

机器之心专栏 机器之心编辑部融合多个异构大语言模型,中山大学、腾讯 AI Lab 推出 FuseLLM随着 LLaMA、Mistral 等大语言模型的成功,各家大厂和初创公司都纷...
阅读原文

AAAI 2024 | TEx-Face,5秒内按需生成照片级3D人脸

大数据文摘授权转载自将门创投 作者:Xiaolong Shen 本文介绍一篇来自浙江大学ReLER实验室的工作,'Controllable 3D Face Generation with Conditional Style...
阅读原文

性能大涨20%!中科大「状态序列频域预测」方法:表征学习样本效率max|NeurIPS 2023 Spotlight

新智元报道编辑:LRS 好困 【新智元导读】SPF算法是一种基于状态序列频域预测的表征学习方法,利用状态序列的频域分布来显式提取状态序列数据中的趋势性和规...
阅读原文

谷歌MIT最新研究证明:高质量数据获取不难,大模型就是归途

新智元报道编辑:桃子 【新智元导读】数据获取最新解,便是从生成模型中学习。获取高质量数据,已经成为当前大模型训练的一大瓶颈。 前几天,OpenAI被《纽约...
阅读原文