利用三维透视几何约束增强扩散模型
利用三维透视几何约束增强扩散模型
计算机视觉
文章
机器优化策略推荐：现在已有系统可推荐符合广告商目标的策略
机器优化策略推荐：现在已有系统可推荐符合广告商目标的策略
强化学习
机器如何学习理解人类的直觉？
机器如何学习理解人类的直觉？
机器学习
![Versatile Diffusion]](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/December2023/versatile_diffusion-520x300.png)
Versatile Diffusion] 融合文本和图像的扩散模型
Versatile Diffusion] 融合文本和图像的扩散模型
扩散模型
![[CLAP] 语音和文本对比学习模型](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/December2023/clap_2_-520x300.png)
[CLAP] 语音和文本对比学习模型
[CLAP] 语音和文本对比学习模型
对比学习
使用大规模语言建模的 "UI语法 "创新移动用户界面设计！
使用大规模语言建模的 "UI语法 "创新移动用户界面设计！
大型语言模型
应对大学教育：MMMU--大规模多模态模型的新基准
应对大学教育：MMMU--大规模多模态模型的新基准
大型语言模型
多任务人脸 (MTF)，一种尊重隐私并可用于多种任务的新型人脸图像数据集
多任务人脸 (MTF)，一种尊重隐私并可用于多种任务的新型人脸图像数据 ...
人脸识别
![[UniD3] 用于综合处理图像和文本的](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/December2023/unified_discrete_diffusion-520x300.png)
[UniD3] 用于综合处理图像和文本的多模式离散扩散模型
[UniD3] 用于综合处理图像和文本的多模式离散扩散模型
扩散模型
回顾：物联网时间序列数据的图像转换及各种应用。
回顾：物联网时间序列数据的图像转换及各种应用。
物联网
针对制造工艺的快速、低成本机器学习，从物理模型中学习过渡。
针对制造工艺的快速、低成本机器学习，从物理模型中学习过渡。
转移学习
FRCSyn 挑战赛通过合成数据集展示了人脸识别技术的潜力 (FRCSyn Challenge At WACV 2024: )
FRCSyn 挑战赛通过合成数据集展示了人脸识别技术的潜力 (FRCS ...
人脸识别
GAIA：新基准揭示了大规模语言模型的局限性
GAIA：新基准揭示了大规模语言模型的局限性
大型语言模型
通过自我监督和综合学习，最大限度地提高制造业模型的通用性。
通过自我监督和综合学习，最大限度地提高制造业模型的通用性。
联邦学习
![Brain2Music] 根据大脑信息自](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/December2023/brain2music-520x300.png)
Brain2Music] 根据大脑信息自动生成音乐。
Brain2Music] 根据大脑信息自动生成音乐。
大型语言模型
什么是机器翻译中的好词汇？
什么是机器翻译中的好词汇？
自然语言处理
EUREKA：利用 LLM 自动设计薪酬。
EUREKA：利用 LLM 自动设计薪酬。
RLHF
IDiff-Face：使用合成数据的人脸识别技术的发展以及应对法律和伦理挑战
IDiff-Face：使用合成数据的人脸识别技术的发展以及应对法律和伦 ...
人脸识别
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
掩码 R-CNN：高效检测图像中的物体
掩码 R-CNN：高效检测图像中的物体
计算机视觉
图形是如此的神奇!审查与深度学习的整合
图形是如此的神奇!审查与深度学习的整合
GNN
一种整合战略知识的新提示方法--战略思维链（SCoT）应运而生！
一种整合战略知识的新提示方法--战略思维链（SCoT）应运而生！
思维链
MaskDiT：用于图像生成的低学习成本扩散模型
MaskDiT：用于图像生成的低学习成本扩散模型
生成图像
用语言治愈心灵，大型语言模型在心理健康护理中的潜力
用语言治愈心灵，大型语言模型在心理健康护理中的潜力
大型语言模型
SpeechT5 是一种革命性的语音处理模式！微软 SpeechT5 语音处理模型的惊人性能
SpeechT5 是一种革命性的语音处理模式！微软 SpeechT5 ...
声音
在 35% 的情况下，LLM 代理都能成功引导客户购买！
在 35% 的情况下，LLM 代理都能成功引导客户购买！
聊天室GPT
最新的激活函数综合评述!
最新的激活函数综合评述!
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