筛选器
筛选结果 252篇
【Meta】SAM 2.1
SAM 2 已经被应用于跨学科（包括医学图像、气象学等）研究，并且产生了良好的影响。现在，Meta 宣布推出性能更强的 SAM 2.1。 Meta 引...
【Meta】Spirit LM在语音和文本扩模态生成项目评估
大型语言模型经常被用于构建文本到语音 pipeline，其中语音通过自动语音识别 (ASR) 进行转录，然后由 LLM 生成文本，最终使用文本到语音 (TT...
【清华】机器人扩散大模型RDT-1B解读
无需人类背后操作，RDT 即可指挥机器人双臂并用，完美调出如晚霞般梦幻的鸡尾酒 Malibu Sunset。和人类调酒师一样，首先，RDT 将冰块稳稳倒入高脚杯...
【FaceChain】拓扑对齐人脸表征模型ToFR
本篇论文已被NeurIPS 2024接收，论文第一作者但俊来自浙江大学&FaceChain社区，共一作者刘洋来自伦敦国王学院&FaceChain...
【英伟达】Llama-3.1-Nemotron 70B
英伟达开源了 Llama-3.1-Nemotron-70B-Instruct，它击败了 OpenAI 的 GPT-4o 和 Anthropic 的 Claude...
多模态大模型通用评测器LLaVa-Critic
随着对现有互联网数据的预训练逐渐成熟，研究的探索空间正由预训练转向后期训练（Post-training），OpenAI o1 的发布正彰显了这一点。而 ...
【UCL+上交】开源RL框架OpenR
OpenR 研究团队成员包括：汪军教授，伦敦大学学院（UCL）计算机系教授，阿兰・图灵研究所 Turing Fellow，其指导的 UCL 一年级博士生宋研。利...
开源多智能体开源Swarm
Swarm是一个实验性质的多智能体编排框架，主打特征是工效（ergonomic）与轻量（lightweight）。 项目地址：https://gi...
Gradio开源项目自动构建Web应用程序
快速入门：https://www.gradio.app/guides/quickstart 项目地址：https://github.com/huggi...
【清华】深度学习编辑器MagPy实战
张晨，清华大学计算机系高性能所博士生，导师为翟季冬老师，主要研究方向为面向人工智能和量子计算的高性能异构计算系统。在OSDI、SC、ATC、ICS会议上发表...
【Ai2】Molmo模型Scaling Law
Molmo 就像钢铁侠的「贾维斯」一样万能。想卖自行车，咨询一下 Molmo 的建议，仅靠一张照片，Molmo 就能把自行车的颜色、品牌和二手售价搞...
多语言医疗语料库MMedC+MMedBench构建
本文的主要作者来自上海交通大学和上海人工智能实验室智慧医疗联合团队，共同第一作者为上海交通大学博士生邱芃铖和吴超逸，共同通讯作者为上海交通大学人工智能学院王延峰...
从头构建GPT文本分类器
近日，机器学习研究员、畅销书《Python 机器学习》作者 Sebastian Raschka 又分享了一篇长文，主题为《从头开始构建一个 GPT 风格的 LL...