你可以用文字输入告诉GANs要产生什么样的图像!
你可以用文字输入告诉GANs要产生什么样的图像!
生成对抗网络(GAN)
文章
高分辨率图像的超级加速翻译: ASAP-Net
高分辨率图像的超级加速翻译: ASAP-Net
图像2图像
强化学习环境的介绍!
强化学习环境的介绍!
调查
ReLabel，一种使用本地标签的多重标记对ImageNet进行重新标记的方法!
ReLabel，一种使用本地标签的多重标记对ImageNet进行重新标 ...
图片识别
如何在Vision Transformer中制作一个GPT-3级别？
如何在Vision Transformer中制作一个GPT-3级别？
Transformer
普遍规模的物体检测基准
普遍规模的物体检测基准
目标检测
我们能用人工智能对肾脏治疗进行决策吗？利用临床数据估计肾脏替代治疗（RRT）的最佳时间!
我们能用人工智能对肾脏治疗进行决策吗？利用临床数据估计肾脏替代治疗（R ...
医疗
变压器在密集的预测任务中实现了高精确度!
变压器在密集的预测任务中实现了高精确度!
Transformer
变形金刚是用于计算机视觉的吗？
变形金刚是用于计算机视觉的吗？
Transformer
用Transformer实现路径预测的SoTA!mmTransformer用于多模式和多样化的路径预测。
用Transformer实现路径预测的SoTA!mmTransform ...
Transformer
使用深度学习的交通预测建模方法的调查
使用深度学习的交通预测建模方法的调查
调查
一个新的尺寸调整器，提高了图像任务的性能!
一个新的尺寸调整器，提高了图像任务的性能!
图片识别
深度学习的舌象诊断：从舌头上了解系统性疾病! Part3
深度学习的舌象诊断：从舌头上了解系统性疾病! Part3
医疗
一个与模态无关的transformer：Perceiver Model
一个与模态无关的transformer：Perceiver Model
Transformer
ResNets的学习和扩展战略为SOTA性能提供了保障!
ResNets的学习和扩展战略为SOTA性能提供了保障!
深度学习
人工智能发展及其对可持续发展目标的应用总结
人工智能发展及其对可持续发展目标的应用总结
白皮书
Webface-OCC，咬合式人脸识别的新基准。
Webface-OCC，咬合式人脸识别的新基准。
人脸识别
语言抑制transformer对非语言任务很有用!
语言抑制transformer对非语言任务很有用!
Transformer
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
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
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
Social-MAE 是一种社交人工智能，它利用自我监督学习来解读情绪、笑声和个性
Social-MAE 是一种社交人工智能，它利用自我监督学习来解读情绪 ...
优于ViT!大规模CNN的新基本模型!:InternImage
优于ViT!大规模CNN的新基本模型!:InternImage
深度学习
针对体育博彩中足球比赛预测挑战的机器学习模型
针对体育博彩中足球比赛预测挑战的机器学习模型
体育分析
![[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
ImmerseGen：由代理引导的、轻量级的、高度逼真的下一代虚拟现实场景生成
ImmerseGen：由代理引导的、轻量级的、高度逼真的下一代虚拟现实 ...
![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
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