CNN的内核大小是否应该增加？
CNN的内核大小是否应该增加？
论文
文章
ImageNet预学习模型的修剪在下游任务中是如何进行的？
ImageNet预学习模型的修剪在下游任务中是如何进行的？
剪枝
成功的自我监督控制学习的数据集要求是什么？
成功的自我监督控制学习的数据集要求是什么？
数据集
批量归一化中的Affine参数在Few-Shot学习中可能是有害的!
批量归一化中的Affine参数在Few-Shot学习中可能是有害的!
少数派
在物联网设备上运行的神经网路的架构探索方法。
在物联网设备上运行的神经网路的架构探索方法。
纳斯达克
从ImageNet训练中获得的稳健性能否用于过渡学习的下游任务？
从ImageNet训练中获得的稳健性能否用于过渡学习的下游任务？
健全的
白日梦：梦想家终于是一个真正的机器人了！他的名字叫 "白日梦"
白日梦：梦想家终于是一个真正的机器人了！他的名字叫 "白日梦"
机器人
EMOCA现在能够从输入的图像中生成更有表现力的3D脸部模型!
EMOCA现在能够从输入的图像中生成更有表现力的3D脸部模型!
3D
手势能够识别在训练数据中未观察到的情绪!
手势能够识别在训练数据中未观察到的情绪!
零距离拍摄
用不精确的伪标签进行半监督性分割
用不精确的伪标签进行半监督性分割
分段
只需通过语音就可以生成一个类似于演讲者的三维人脸网状结构
只需通过语音就可以生成一个类似于演讲者的三维人脸网状结构
3D
结合知识图谱和强化学习的新型可解释艺术家推荐系统。
结合知识图谱和强化学习的新型可解释艺术家推荐系统。
建议
使用批量正则化的快速NAS方法
使用批量正则化的快速NAS方法
纳斯达克
一种使用对比学习和卷积图网络来比较神经网架构的方法。
一种使用对比学习和卷积图网络来比较神经网架构的方法。
纳斯达克
现在有一种技术，可以编辑视频人物的面部动作，以配合任何情绪！这就是我们的技术。
现在有一种技术，可以编辑视频人物的面部动作，以配合任何情绪！这就是我们 ...
CVPR
DALLE-2有了自己的语言!
DALLE-2有了自己的语言!
深度学习
更加逼真的3D面部动画现在可以从音频中生成了!
更加逼真的3D面部动画现在可以从音频中生成了!
3D
用于遥感的自我监督的材料纹理表示学习。
用于遥感的自我监督的材料纹理表示学习。
自监督学习
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
MMR1：多模态推理模型，利用基于奖励方差的采样稳定强化学习
MMR1：多模态推理模型，利用基于奖励方差的采样稳定强化学习
VCRL：利用奖励差异控制学习难度的 LLM 强化学习新方法
VCRL：利用奖励差异控制学习难度的 LLM 强化学习新方法
![[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
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
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
首次对 "用于评估 LLM 安全性的数据集 "进行系统审查
首次对 "用于评估 LLM 安全性的数据集 "进行系统审查
大型语言模型
CogVideo，一个用于从文本中生成视频的开源模型，现在可以使用了
CogVideo，一个用于从文本中生成视频的开源模型，现在可以使用了
视频生成
来自文本、语音和视觉的多模态情感识别：索尼提议M2FNet!
来自文本、语音和视觉的多模态情感识别：索尼提议M2FNet!
情感识别