多模态表征

万字盘点 Android 领域在 2023 年的重要技术：AI, 14, Compose, 鸿蒙...

作为在AI领域耕耘多年的巨头，Google自然不会坐视不管，于2023年底之际发布了超越GPT-4的Gemini系列模型，其在多模态领域的表现令无数人震撼。
TechMerger·2024-02-20 05:28

《深入浅出OCR》第八章：文档处理多模态预训练

✨专栏介绍：经过几个月的精心筹备，本作者推出全新系列《深入浅出OCR》专栏，对标最全OCR教程，具体章节如导图所示，将分别从OCR技术发展、方向、概念、算法、论文、数据集等各种角度展开详细介绍。‍面向对象：本篇前言知识主要介绍深度学习知识，全面总结知知识点，方便小白或AI爱好者学习基础知识。友情提醒：本文内容可能未能含概深度学习所有知识点，其他内容可以访问本人主页其他文章或个人博客，同时因本人水平
GoAI·2024-02-20 05:53

《深入浅出多模态》：智能文档处理多模态大模型总结

✨专栏介绍：本作者推出全新系列《深入浅出多模态》专栏，具体章节如导图所示（导图后续更新），将分别从各个多模态模型的概念、经典模型、创新点、论文综述、发展方向、数据集等各种角度展开详细介绍，欢迎大家关注。
GoAI·2024-02-20 05:22

深度学习-图解反向传播算法

前一层的输出作为后一层的输入的逻辑结构，每一层神经元仅与下一层的神经元全连接，通过增加神经网络的层数虽然可为其提供更大的灵活性，让网络具有更强的表征能力，也就是说，能解决的问题更多，但随之而来的数量庞大的网络参数的训练
AI_王布斯·2024-02-20 01:29

OpenAI突然发布首款文生视频模型——Sora；谷歌发布Gemini 1.5，迈向多模态大模型新时代

AI新闻OpenAI突然发布首款文生视频模型——Sora摘要：OpenAI发布了首个AI视频模型Sora，可以根据文字指令生成神级效果的长视频，引发了广泛关注和震惊。Sora模型通过深入理解语言和图像，能够创造出逼真且充满想象力的视频场景，展现了革命性的意义。Sora模型具备多镜头一致性，理解世界物理规律，以及对电影拍摄语法的自发理解，为实现通用人工智能（AGI）奠定了基础，可能重塑视频行业。谷歌
go2coding·2024-02-20 01:53

多模态推荐系统综述

此外，多模态特征也有助于缓解RS中的数据稀疏问题。因此，多模态推荐系统(multimodalrecommendationsSystem,MRS)近年来受到了学术界和业界的广泛关注。
凤凰AI·2024-02-20 00:27

（2024，CtrlColor，多模态提示，局部颜色操作）控制颜色：基于多模态扩散的交互式图像着色

ControlColor:MultimodalDiffusion-basedInteractiveImageColorization公和众和号：EDPJ（进Q交流群：922230617或加VX：CV_EDPJ进V交流群）目录0.摘要3.方法3.1.预备工作：LDM和ControlNet3.2.ControlColor框架3.2.1无条件上色3.2.2有条件上色3.2.3处理颜色溢出和不正确颜色4.
EDPJ·2024-02-19 22:37

【文献速递】-肌萎缩性侧索硬化症分子病理的时空动力学

在这里，我们使用空间转录组技术获得了疾病过程中小鼠脊髓的基因表达测量，以及ALS患者的死后组织，以表征ALS的潜在分子机制。我们识别通路动力学，区分小胶质细胞和星形胶质细胞群体在早期时间
六博说·2024-02-19 16:35

每月AI科研动向（2024年1月）

目前的分类包括：LLM研究、Agent、多模态（图像、音视频、其他）、特定领域应用、具身智能。内容较多所以每个相对简略，后续会对必要的专题做更进一步的研究。
陌北有棵树·2024-02-19 16:17

学术前沿丨从表征到生成：“文学阅读与创意表达”的知识观具身进阶

要由旧的表征知识观向生成知识观具身进阶，在文学作品教学中把常涉及的修辞、写作手法、文体、背景、语法和结构等知识激活，使之创造意义。此外，在知识观转变的基础上还需要进一步转变课堂教学范式。
难得清明·2024-02-19 15:21

Blackhat Europe 2023 | 百度安全揭秘多平台NPU背后的安全风险

近年来，随着大模型、多模态等技术的发展，人工智能技术在各个领域的重要性与日俱增，其攻击面和安全影响也在不断扩大，负责处理大量数据和复杂计算的NPU（嵌入式神经网络处理器）成为智能设备中不可或缺的一部分，
·2024-02-19 15:51

【论文阅读笔记】Contrastive Learning with Stronger Augmentations

以下是对摘要的解析：问题陈述：表征学习（representationlearning）已在对比学习方法的推动
少写代码少看论文多多睡觉·2024-02-19 13:11

多模态基础---BERT

1.BERT简介BERT用于将一个输入的句子转换为word_embedding，本质上是多个Transformer的Encoder堆叠在一起。其中单个TransformerEncoder结构如下：BERT-Base采用了12个TransformerEncoder。BERT-large采用了24个TransformerEncoder。2.BERT的输入原始的句子中包含[CLS]和[SEP]两个字符，
aolaf·2024-02-19 12:02

为自监督学习重构去噪扩散模型

这一解构过程让大家能够探索现代DDM的各个组成部分如何影响自监督的表征。观察到，只有极少数现代组件对学习好的表征至关重要，而其他许多组件则不重要。
tzc_fly·2024-02-19 12:48

基于UI交互意图理解的异常检测方法

美团到店平台技术部/质量工程部与复旦大学周扬帆教授团队开展了科研合作，基于业务实际场景，自主研发了多模态UI交互意图识别模型以及配套的UI交互框架。
·2024-02-19 10:59

第七届多模态脑网络数据处理班（训练营：2023.10.5~10.21）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑网络（cerebralnetwork）定义为：大脑空间位置不同的皮质区域通过结构或功能联系整合起来形成的网络模式。
茗创科技·2024-02-15 08:43

机器学习材料性能预测与材料基因工程如何整？

仍然那句话别再掉头发是我们的共同期望，我不想年纪轻轻就秃头传统的材料研发技术是通过实验合成表征对材料进行试错和验证，而过去的计算手段受限于算法效率，无法有效求解实际工业生产中面临的复杂问题。
cuiliuyun·2024-02-15 08:11

多模态融合颠覆式创新！计算成本直降46.5%，准确性损失忽略不计

以往的融合方法从本质上讲是静态的，也就是以相同的计算处理和融合多模态输入，没有考虑不同多模态数据的不同计算需求。
深度之眼·2024-02-14 06:47

知识图谱 & 多模态学习 2024 最新综述

知识图谱遇见多模态学习：综述论文题目：KnowledgeGraphsMeetMulti-ModalLearning:AComprehensiveSurvey论文链接：http://arxiv.org/abs
奈何辰星无可奈·2024-02-13 19:53

第七届多模态脑网络数据处理班（训练营：2023.10.5~10.21）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑网络（cerebralnetwork）定义为：大脑空间位置不同的皮质区域通过结构或功能联系整合起来形成的网络模式。
茗创科技·2024-02-13 16:12

有没有想发表征稿函的征稿公众号主啊？

我自己的公众号在有一点点粉丝的前提下上线了新的发布征稿函的功能，我可以为你们吸引一篇小小的投稿方，并且可以为你们做一波小小的推广。有需求的来找我。
乐子墨·2024-02-13 08:02

闲时碎笔—写在时间里的琐忆

悲观的概念化表征亦即是对应于有限化抉择的一种区分化的差别，当还在于无限化触及的本真既定所有的有效化实在受用的契合的彼此完整。在于引向一种秩序的必要化自主担待的承载化执着对待的接受性作为的拥有。
宙六十三·2024-02-13 07:34

【多模态大模型】Latent Diffusion：在潜在空间而非像素空间进行操作，从而减少了计算复杂度

LatentDiffusionStableDiffusion和LatentDiffusion扩散模型的成本问题子问题1:高计算成本和训练复杂度子问题2:保持生成图像的视觉保真度子问题3:实现多模态和高分辨率图像合成子问题
Debroon·2024-02-12 20:24

热点综述 | 空间组学技术如何全面解码肿瘤微环境

今年1月，复旦大学附属中山医院的科研团队在《ClinTranslMed》发表综述文章，回顾了空间组学的技术进步，以及先进的计算方法如何促进多模态空间数据分析；讨论了空间组学研究在精确肿瘤学中的潜在临床转化
尐尐呅·2024-02-12 19:01

大模型推理优化实践：KV cache 复用与投机采样

RTP-LLM还支持包括多模态、LoRA、P-Tuning、以及WeightOnly动态量化等
阿里技术·2024-02-12 15:01

阿里集团基于 Fluid+JindoCache 加速大模型训练的实践

作者：王涛(扬礼)陈裘凯(求索)徐之浩(东伝)一、背景时间步入了2024年，新的技术趋势，如大模型/AIGC/多模态等技术，已经开始与实际业务相结合，并开始生产落地。
阿里技术·2024-02-12 15:00

书生谱语-全链条开发工具

谱语全链条开发体系包含：数据、模型预训练、模型微调、模型量化部署、模型测评、模型场景应用全链路开发体系github链接通用大模型国内外大语言模型快速发展，涌现了大量的大语言模型以及一批创业公司深度学习模型的发展大模型利用多模态优势
SatVision炼金士·2024-02-12 11:21

【大厂AI课学习笔记】【1.6 人工智能基础知识】（3）神经网络

深度学习是机器学习中一种基于对数据进行表征学习的算法。观测值(例如一幅草莓照片)可以使用多种方式来表示，如每个像素强度值的向量，或者更抽象地表示成一系列边、特定形状的区域等。
giszz·2024-02-12 08:57

VLM 系列——Llava1.6——论文解读

一、概述1、是什么Llava1.6是llava1.5的升级暂时还没有论文等，是一个多模态视觉-文本大语言模型，可以完成：图像描述、视觉问答、根据图片写代码（HTML、JS、CSS），潜在可以完成单个目标的视觉定位
TigerZ*·2024-02-12 06:10

VLM 系列——MoE-LLaVa——论文解读

一、概述1、是什么moe-Llava是Llava1.5的改进全称《MoE-LLaVA:MixtureofExpertsforLargeVision-LanguageModels》，是一个多模态视觉-文本大语言模型
TigerZ*·2024-02-12 06:40

VLM 系列——LLaVA-MoLE——论文解读

的改进全称《LLaVA-MoLE:SparseMixtureofLoRAExpertsforMitigatingDataConflictsinInstructionFinetuningMLLMs》，是一个多模态视觉
TigerZ*·2024-02-12 06:37

InternLM大模型实战-2.浦语大模型趣味demo

文章目录前言笔记正文3个Demo的简要介绍InternLM模型简介Lagent介绍书生`灵笔多模态大模型Demo动手实践模型的下载更多前言本文是对于InternLM全链路开源体系系列课程的学习笔记。
早上真好·2024-02-12 05:48

比特币是否有庄家，是否能够实现庄家高度操盘？

这是很多人疑惑的问题，对于这个我认为：比特币价格存在**控的情况不过在我的理解里庄更多表征着一家独大，可以肆意画图。
陈启新821·2024-02-12 04:23

论文笔记：相似感知的多模态假新闻检测

整理了RecSys2020ProgressiveLayeredExtraction:ANovelMulti-TaskLearningModelforPersonalizedRecommendations）论文的阅读笔记背景模型实验论文地址：SAFE背景  在此之前，对利用新闻文章中文本信息和视觉信息之间的关系(相似性)的关注较少。这种相似性有助于识别虚假新闻，例如，虚假新闻也许会试图使用不相关的图
图学习的小张·2024-02-11 19:11

书生·浦语大模型全链路开源体系

spm_id_from=333.788&vd_source=3bbd0d74033e31cbca9ee35e111ed3d1背景：人工智能的发展从针对特定任务，用一个模型解决一个问题过渡到一个模型来应对多模态
Kerin637·2024-02-11 18:24

IA003第一周答疑复盘

2.提高对问题的表征能力向上演绎，开上帝视角；向下分解，用变量思维3.核心知识点回顾（1）信息分布数学原理布拉德福定
旦姐·2024-02-11 17:57

数码印花图案应用

准确性在于设计图案时，虚实的结合、明暗的交替、色彩的转变要有利于情感的传递与表征，统一性在于要有明确的主体，主体与风格要相一致，要注意图案表达手法和设计主题相一致；（2）组合应用不同材质的图案，通过将同一材质不同组织结构
金练·2024-02-11 16:42

【论文精读】ViT-Adapter

但普通的ViT可以使用包括图像，视频和文本的大量多模态数据进行预训练，这鼓励模型学习丰富的语义表示，但与特定于视觉的transformer变体相比，普通ViT在密集预测方面有决定性的缺
None-D·2024-02-11 15:12

Deep Learning for Anomaly Detection: A Review（翻译）

问题的复杂性和挑战1.主要问题复杂性2.深度异常检测所面临的主要挑战三、用深度异常检测应对挑战1.预备工作2.深度异常检测方法的分类四.深度学习的特征提取1.预训练模型2.特定的特征提取模型五.学习常态的特征表征
appron·2024-02-11 14:50

【大厂AI课学习笔记】【1.6 人工智能基础知识】（1）人工智能、机器学习、深度学习之间的关系

深度学习是一种典型的机器学习方法，是一种基于对数据进行表征学习的算法。我们来学习更多的背景知识：人工智能、机器学习与深度学习的关系一、定义与概念解析人工智能（ArtificialIntelligenc
giszz·2024-02-11 12:26

儿童睡眠慢波的起源、同步和传播

在这里，本研究旨在表征儿童期到成年期的个体慢波特性，如起源、同步和皮层传播。
茗创科技·2024-02-11 05:11

为啥学啥都不精——刻意练习解决所有

变成心里表征，下意识反应，工作中，把每次都当训练，进步一点点，3f:专注不娱乐，反馈（教练指导），1.产生兴趣，试一试2.变的认真，3.全力投入，整块时间成专家，4.开拓创新，高手天才，有氛围文化，产生兴趣动机
谷春雷骏程篮球教练133901·2024-02-11 00:54

多模态知识图谱：感知与认知的交汇

目录前言1多模态知识图谱的概念1.1感知系统与认知系统的连接1.2信息形式的整合与融合1.3全面、多维度的认知基础2多模态的作用2.1模态的知识互补2.2模态实体消歧2.3模态语义搜索2.4知识图谱补全
cooldream2009·2024-02-10 21:34

惊艳！2.77亿参数锻造出Agent+GPT-4V模型组合，AI领航机器人、游戏、医疗革新，通用智能时代你准备好了吗？

注意：LangChainAgent主要增强基于语言的互动能力，而交互式代理基础模型寻求统一多模态输入，以实现更广泛的通用
Dlimeng聊AI·2024-02-10 18:21

第六届多模态脑网络数据处理班（直播：2023.7.8~7.12）

茗创科技专注于脑科学数据处理，涵盖（EEG/ERP,fMRI,结构像,DTI,ASL,FNIRS）等，欢迎留言讨论及转发推荐，也欢迎了解茗创科技的脑电课程，数据处理服务及脑科学工作站销售业务，可添加我们的工程师（微信号MCKJ-zhouyi或17373158786）咨询。★课程简介★脑网络（cerebralnetwork）定义为：大脑空间位置不同的皮质区域通过结构或功能联系整合起来形成的网络模式。
茗创科技·2024-02-10 16:05

最新多模态生成模型 MM-Interleaved 开源

转自机器之心过去几个月中，随着GPT-4V、DALL-E3、Gemini等重磅工作的相继推出，「AGI的下一步」——多模态生成大模型迅速成为全球学者瞩目的焦点。
机器学习与AI生成创作·2024-02-10 11:21

GPT-4登场：多模态能力革新，提升ChatGPT与必应体验，开放API助力游戏革新

GPT-4登场：多模态能力革新，提升ChatGPT与必应体验，开放API助力游戏革新引言在人工智能领域，GPT-4的发布标志着一个新时代的到来。
Draven21·2024-02-10 09:00

《科学学习的理论与实践》笔记25/觉察日记：表征差异的觉察

1“妈妈，我今天下午有托管，晚一点过来接你哈。”我给妈妈留言。等到我忙过了后，看到妈妈的三个未接电话，再翻开微信一看：一点怎么来？是下午一点吗？赶紧拨电话给妈妈。“我下午一点来不到，放学后要守托管，大概要六点钟才出发。”“那你说晚一点来？”妈妈把一点说得很重，“我就说晚上一点怎么来？大家都要睡觉。”“我不是说晚上一点，是说要晚一点儿。”我赶忙解释。“那你就说晚点来接嘛？干嘛要说成晚一点？”妈妈继续
宁超群·2024-02-10 08:17

GPT-4狂飙发布，AI时代运维将发生哪些变革？

OpenAI于3月14日发布了GPT-4，这是一个支持图像和文本输入、提供文本输出的大型多模态模型。相比之前的版本，GPT-4的文字输入限制提升至2.5万，并且回答准确性明显提高。
LinkSLA·2024-02-10 08:01

二级建造师怎么搜答案？ #微信#知识分享二级建造师怎么搜答案？ #微信#知识分享

下方附上一些测试的试题及答案1、在原子吸收光谱中，吸收峰通常用（）来表征。
子英165·2024-02-10 08:52
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他