YesBut：帮助 VLM 理解讽刺和漫画的数据集的出现！
YesBut：帮助 VLM 理解讽刺和漫画的数据集的出现！
数据集
Transformer
![[SCoRe]强化学习，提高 LLM 自](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/October2024/score-520x300.png)
[SCoRe]强化学习，提高 LLM 自我纠错能力！在多步骤过程中发现和纠正错误
[SCoRe]强化学习，提高 LLM 自我纠错能力！在多步骤过程中发现 ...
大型语言模型
人工智能改变数学教育，使用大规模语言模型解决数学问题的潜力和挑战
人工智能改变数学教育，使用大规模语言模型解决数学问题的潜力和挑战
大型语言模型
更好的注意机制提高了 LLM 长文本处理的性能！
更好的注意机制提高了 LLM 长文本处理的性能！
大型语言模型
![OmniGen] 只需一个生成模型就能完](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/September2024/omnigen-520x300.png)
OmniGen] 只需一个生成模型就能完成所有基于图像的任务！
OmniGen] 只需一个生成模型就能完成所有基于图像的任务！
生成图像
SkySense：多模态遥感基础模型
SkySense：多模态遥感基础模型
CVPR
谷歌的高性能 LLM 可压缩超长提示语句以节省内存
谷歌的高性能 LLM 可压缩超长提示语句以节省内存
大型语言模型
GenTron：用于生成图像和视频的扩散变换器
GenTron：用于生成图像和视频的扩散变换器
生成图像
![[BitNet] 用单个比特进行推理的大](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/July2024/bitnet-520x300.png)
[BitNet] 用单个比特进行推理的大规模语言模型
[BitNet] 用单个比特进行推理的大规模语言模型
比特网
用于深度假体检测的自监督 ViT
用于深度假体检测的自监督 ViT
自监督学习
![[IGModel]提高基于 GNN+At](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/July2024/igmodel-520x300.png)
[IGModel]提高基于 GNN+Attention 机制的方法在药物发现中的实用性
[IGModel]提高基于 GNN+Attention 机制的方法在药 ...
医疗
![[Mustango] 使用音乐领域知识的](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/June2024/mustango-520x300.png)
[Mustango] 使用音乐领域知识的音乐生成模型
[Mustango] 使用音乐领域知识的音乐生成模型
音频和语音处理
![[VoiceCraft] 业界最高水平的](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/June2024/voice-craft-520x300.png)
[VoiceCraft] 业界最高水平的自然语音合成语言模型
[VoiceCraft] 业界最高水平的自然语音合成语言模型
文字转语音
创建了一种自动评估 LLM 输出长句准确性的方法
创建了一种自动评估 LLM 输出长句准确性的方法
大型语言模型
面向未来化学研究和新药开发的转换器和大规模语言模型
面向未来化学研究和新药开发的转换器和大规模语言模型
大型语言模型
通过关注双重连接性，显著提高图神经网络的性能
通过关注双重连接性，显著提高图神经网络的性能
GNN
利用 CLIP 检测假图像：图像语言建模用于假图像检测
利用 CLIP 检测假图像：图像语言建模用于假图像检测
假货检测
OpenToM 是评估法律硕士是否具备 "思维理论 "的基准，现已推出！
OpenToM 是评估法律硕士是否具备 "思维理论 "的基准，现已推出 ...
数据集。