TeleAI提出COPO對齊方法:8B模型超越Llama3-70B的表現(xiàn)
在自然界中，好奇心驅(qū)使著生物探索未知，是生存和進化的關(guān)鍵。人類，作為地球上最具智能的物種，其探索精神....
2025年Next Token Prediction范式會統(tǒng)一多模態(tài)嗎
訓(xùn)練方法與推理策略 性能評測體系 現(xiàn)存挑戰(zhàn)與未來方向 綜述的完整目錄如下： 多模態(tài)的 Tokeniz....
大連理工提出基于Wasserstein距離(WD)的知識蒸餾方法
自 Hinton 等人的開創(chuàng)性工作以來，基于 Kullback-Leibler 散度（KL-Div）....
SparseViT：以非語義為中心、參數(shù)高效的稀疏化視覺Transformer
? 背景簡介 隨著圖像編輯工具和圖像生成技術(shù)的快速發(fā)展，圖像處理變得非常方便。然而圖像在經(jīng)過處理后不....
港大提出SparX:強化Vision Mamba和Transformer的稀疏跳躍連接機制
本文分享香港大學計算和數(shù)據(jù)科學學院俞益洲教授及其研究團隊發(fā)表于 AAAI 2025 的論文——Spa....
準確性超Moshi和GLM-4-Voice,端到端語音雙工模型Freeze-Omni
GPT-4o 提供的全雙工語音對話帶來了一股研究熱潮，目前諸多工作開始研究如何利用 LLM 來實現(xiàn)端....
CNN, RNN, GNN和Transformer模型的統(tǒng)一表示和泛化誤差理論分析
背景介紹 本文是基于我們之前的 RPN（Reconciled Polynomial Network）....
復(fù)旦提出大模型推理新思路：Two-Player架構(gòu)打破自我反思瓶頸
在 AI 領(lǐng)域，近期的新聞焦點無疑是關(guān)于「Scaling Law 是否撞墻？」的辯論。這一曾經(jīng)被視作....
經(jīng)典圖神經(jīng)網(wǎng)絡(luò)(GNNs)的基準分析研究
本文簡要介紹了經(jīng)典圖神經(jīng)網(wǎng)絡(luò)（GNNs）的基準分析研究，發(fā)表在 NeurIPS 2024。 文章回顧....
一種信息引導(dǎo)的量化后LLM微調(diào)新算法IR-QLoRA
大模型應(yīng)用開卷，連一向保守的蘋果，都已釋放出發(fā)展端側(cè)大模型的信號。 問題是，大語言模型（LLM）卓越....
適配器微調(diào)在推薦任務(wù)中的幾個關(guān)鍵因素
可遷移的推薦系統(tǒng) (TransRec) 通常包含一個用戶編碼器和一個或多個基于模態(tài)的物品編碼器，其中....
再登Nature！DeepMind大模型突破60年數(shù)學難題，解法超出人類已有認知
用大模型解決困擾數(shù)學家60多年的問題，谷歌DeepMind最新成果再登 Nature。 作者之一、谷....
OCR終結(jié)了？曠視提出可以文檔級OCR的多模態(tài)大模型框架Vary，支持中英文，已開源！
想將一份文檔圖片轉(zhuǎn)換成 Markdown 格式？以往這一任務(wù)需要文本識別、布局檢測和排序、公式表格處....
ICLR 2024高分投稿：用于一般時間序列分析的現(xiàn)代純卷積結(jié)構(gòu)
這篇是 ICLR 上用 TCN 來做一般的時間序列分析的論文，在 Rebuttal 之后的分數(shù)為 8....
DeepMind論文登上Nature：困擾數(shù)學家?guī)资甑碾y題，大模型發(fā)現(xiàn)全新解
除了模仿人類說話、寫作、寫代碼，大模型還能用來發(fā)現(xiàn)新知識。 作為今年 AI 圈的頂流，大型語言模型（....
大規(guī)模神經(jīng)網(wǎng)絡(luò)優(yōu)化：超參最佳實踐與規(guī)模律
從理論分析入手把握大規(guī)模神經(jīng)網(wǎng)絡(luò)優(yōu)化的規(guī)律，可以指導(dǎo)實踐中的超參數(shù)選擇。反過來，實踐中的超參數(shù)選擇也....
陶哲軒用 AI 形式化的證明究竟是什么？一文看懂 PFR 猜想的前世今生
正是包括兩位菲爾茲獎獲得者在內(nèi)四位數(shù)學家的堅持，才得以證明了一個堪稱「加性組合學圣杯」的猜想，其中 ....
星載傳算能力——天地一體化網(wǎng)絡(luò)在軌邊緣計算產(chǎn)業(yè)發(fā)展的攔路虎
2023年11月18日CCF YOCSEF太原在太原理工大學明向校區(qū)信計學院北樓一層會議室舉辦“衛(wèi)星....
任意文本、視覺、音頻混合生成，多模態(tài)有了強大的基礎(chǔ)引擎CoDi-2
研究者表示，CoDi-2 標志著在開發(fā)全面的多模態(tài)基礎(chǔ)模型領(lǐng)域取得了重大突破。 今年 5 月，北卡羅....
工商網(wǎng)監(jiān)
