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
文章
![[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
![[Ferret] 一种简化分布式 LLM](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/September2024/ferret-tuning-520x300.png)
[Ferret] 一种简化分布式 LLM 环境中所有参数调整的方法！显著降低通信成本，提高模型精度
[Ferret] 一种简化分布式 LLM 环境中所有参数调整的方法！显 ...
大型语言模型
![[beeFormer] Transfor](https://aisholar.s3.ap-northeast-1.amazonaws.com/media/September2024/beeformer-520x300.png)
[beeFormer] Transformer 是通过在推荐系统中结合文本信息和交互数据训练出来的
[beeFormer] Transformer 是通过在推荐系统中结合 ...
大型语言模型
使用大规模语言模型编写的内容的所有权和作者感。
使用大规模语言模型编写的内容的所有权和作者感。
大型语言模型
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
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
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
最新的激活函数综合评述!
最新的激活函数综合评述!
调查
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
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
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