人眼揭开图像骗过人工智能之谜
人眼揭开图像骗过人工智能之谜
研究
文章
![[Qwen2-VL] 可处理不同分辨率图](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/October2024/qwen2-vl-520x300.png)
[Qwen2-VL] 可处理不同分辨率图像和视频的最新 VLM
[Qwen2-VL] 可处理不同分辨率图像和视频的最新 VLM
大型语言模型
利用大规模语言模型提高生物医学 NER 性能的新方法
利用大规模语言模型提高生物医学 NER 性能的新方法
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
![[PIDM] 物理正则化扩散模型](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/September2024/pidm-520x300.png)
[PIDM] 物理正则化扩散模型
[PIDM] 物理正则化扩散模型
扩散模型
TryOnDiffusion：生成拟合图像的最强大模型
TryOnDiffusion：生成拟合图像的最强大模型
生成图像
![[WavLM]超越所有语音识别模型！结构](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/September2024/wavlm_1_-520x300.png)
[WavLM]超越所有语音识别模型！结构和性能如何？
[WavLM]超越所有语音识别模型！结构和性能如何？
语音处理
V3D：从单一图像生成 3D 物体
V3D：从单一图像生成 3D 物体
3D
See Finer, See More. Imicit Modality Alignment For Text-based Per ...
See Finer, See More. Imicit Modalit ...
深度学习
![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
![[LDDGAN]用于最快推理的扩散模型](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/September2024/lddgan-520x300.png)
[LDDGAN]用于最快推理的扩散模型
[LDDGAN]用于最快推理的扩散模型
扩散模型
连听力障碍者都想使用语音激活系统！"。什么是语音激活系统的语料库和语音激活系统？
连听力障碍者都想使用语音激活系统！"。什么是语音激活系统的语料库和语音 ...
声音
革新现场制造：可编程材料和模块化装配的前沿
革新现场制造：可编程材料和模块化装配的前沿
制造业
将知识图谱和 ChatGPT 结合起来，走在制造服务推荐的前沿
将知识图谱和 ChatGPT 结合起来，走在制造服务推荐的前沿
制造业
![[AdaptIoT] 制造业中使用因果关](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/September2024/adaptiot-system-520x300.png)
[AdaptIoT] 制造业中使用因果关系的自我标签系统
[AdaptIoT] 制造业中使用因果关系的自我标签系统
物联网
![[NVLM]多模态 LLM 在图像和语言](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/September2024/nvlm-520x300.png)
[NVLM]多模态 LLM 在图像和语言任务中的表现优于 GPT-4o
[NVLM]多模态 LLM 在图像和语言任务中的表现优于 GPT-4o
大型语言模型
人类的记忆特征被发现存在于 LLMs 中！
人类的记忆特征被发现存在于 LLMs 中！
大型语言模型
现在有一篇论文探讨了法律硕士是否了解文化常识！
现在有一篇论文探讨了法律硕士是否了解文化常识！
文化常识
小波扩散：最快的扩散模型
小波扩散：最快的扩散模型
生成图像
利用 ChatGPT 提高面部识别的准确性和透明度，这是软性生物识别技术的新发展
利用 ChatGPT 提高面部识别的准确性和透明度，这是软性生物识别技 ...
大型语言模型
![[RL-GPT]在 Mincraft 中](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/March2024/rl-gpt-520x300.png)
[RL-GPT]在 Mincraft 中以比平常快几倍的速度获取钻石的框架现已推出
[RL-GPT]在 Mincraft 中以比平常快几倍的速度获取钻石的 ...
机器学习
现在有了一个框架，可以让法律硕士使用 MBTI 评估人的个性！
现在有了一个框架，可以让法律硕士使用 MBTI 评估人的个性！
聊天室GPT
![[Qwen2.5-Coder]专门从事代](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/October2024/qwen2-5-coder-520x300.png)
[Qwen2.5-Coder]专门从事代码生成、完成和数学推理任务的 LLM
[Qwen2.5-Coder]专门从事代码生成、完成和数学推理任务的 ...
大型语言模型
NeurIPS2020 Highlights
NeurIPS2020 Highlights
调查
简单!准确度高!异常检测模型PatchCore的吸引力
简单!准确度高!异常检测模型PatchCore的吸引力
目标检测
![[DPO]一种不使用强化学习，直接将大规](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/January2024/direct_preference_optimization-520x300.png)
[DPO]一种不使用强化学习，直接将大规模语言模型与用户偏好相匹配的方法
[DPO]一种不使用强化学习，直接将大规模语言模型与用户偏好相匹配的方 ...
RLHF
![Swin 变形金刚] 基于变形金刚的图像](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/February2024/swin_transformer-520x300.png)
Swin 变形金刚] 基于变形金刚的图像识别模型，你现在要抓紧了
Swin 变形金刚] 基于变形金刚的图像识别模型，你现在要抓紧了
图片识别
扩散政策：机器人扩散模型！当机器人也能做披萨
扩散政策：机器人扩散模型！当机器人也能做披萨
扩散模型
用于评估人工智能代理性能的综合基准--AgentBench 现已推出！
用于评估人工智能代理性能的综合基准--AgentBench 现已推出！
代理模拟
StrongSORT：DeepSORT回来了，更强大了!升级后的追踪模型!
StrongSORT：DeepSORT回来了，更强大了!升级后的追踪模 ...
物体追踪
![[情感提示] 情感提示输入可提高 LLM](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/January2024/emotionprompt-520x300.png)
[情感提示] 情感提示输入可提高 LLM 性能。
[情感提示] 情感提示输入可提高 LLM 性能。
提示方法
U-Net和Transformer相结合!介绍Swin Unet，一个用于医学图像分割的新网络。
U-Net和Transformer相结合!介绍Swin Unet，一个 ...
医疗