论文阅读（Paper）

InfiniteHiP - 在单个GPU上扩展 LLM 上下文至300万tokens

InfiniteHiP:ExtendingLanguageModelContextUpto3MillionTokensonaSingleGPUPaper:https://huggingface.co/papers
伊织code·2025-02-16 14:18

【论文阅读】Revisiting the Assumption of Latent Separability for Backdoor Defenses

https://github.com/Unispac/Circumventing-Backdoor-Defenses摘要和介绍在各种后门毒化攻击中，来自目标类别的毒化样本和干净样本通常在潜在空间中形成两个分离的簇。这种潜在的分离性非常普遍，甚至在防御研究中成为了一种默认假设，我们称之为潜在分离性假设。基于这一假设设计的防御方法通过在潜在空间中进行聚类分析来识别毒化样本。具体来说，这些防御方法首先在
开心星人·2025-02-14 19:10

[论文阅读] CLIP-based fusion-modal reconstructing hashing for large-scaleunsupervised cross-modal retri

摘要随着多模态数据的激增，人们不再满足于单一的数据检索模式来获取信息。深度哈希检索算法以其存储效率高、查询速度快等优点受到广泛关注。目前，现有的无监督哈希方法普遍存在两方面的局限性:(1)现有方法不能充分捕获不同模态数据中潜在的语义相关性和共存信息，导致缺乏有效的特征和哈希编码表示来弥合多模态数据中的异构和语义差距。(2)现有的无监督方法通常构造相似矩阵来指导哈希码学习，存在不准确的相似度问题，导
2301_80732299·2025-02-14 10:39

CVPR 2023 | 一文看尽12篇Best Paper候选（附合集）

CVPR2023日前已经放榜，并公布了12篇bestpaper候选论文。本文就带大家一睹这12篇论文的风采，相关合集点击这里跳转获取。
马拉AI·2025-02-12 15:04

F-PointNet 论文阅读理解

总述本文提出一种方法：使用成熟的2D的目标检测方法中cnn提供的regionproposal和3D的目标检测定位（也就是pointnet处理点云），将二者结合利用RGB-D映射和一个叫做锥体（Frustum）?形成一个3D的box参数进行输出。本文主要贡献就是在“一个叫做锥（Frustum）”的使用上结合2D的regionpropos和点云进行3D的分割和box的输出。为方便理解与书写，按照文中顺
咸鱼和白菜·2025-02-12 06:07

DARTS-PT: 重新思考可微分神经架构搜索中的架构选择

DARTS-PT:重新思考可微分神经架构搜索中的架构选择darts-pt[ICLR2021OutstandingPaper]RethinkingArchitectureSelectioninDifferentiableNAS
凌洲丰Edwina·2025-02-11 18:36

【论文阅读笔记|EMNLP2023】DemoSG: Demonstration-enhanced Schema-guided Generation for Low-resource Event Ext

论文题目：DemoSG:Demonstration-enhancedSchema-guidedGenerationforLow-resourceEventExtraction论文来源：EMNLP2023论文链接：2023.findings-emnlp.121.pdf(aclanthology.org)代码链接：https://github.com/GangZhao98/DemoSG0摘要当前大多数
Rose sait·2025-02-10 03:57

深度学习论文阅读路线图

https://www.toutiao.com/a6703859415763649031/作者：floodsun编译：ronghuaiyang这是作者一年前整理的东西，有些最新的论文没有包含进去，但是对于新手来说，入门足够了！如果你是深度学习领域的新人，你的第一个问题可能是“我该从哪些论文开始读起呢？”这就是深度学习论文的阅读路线图！这个路线图是根据下面几个规则构建的：从概要到细节从老的到最新的业
喜欢打酱油的老鸟·2025-02-09 09:49

神经网络压缩实验-Deep-compression

首发于个人博客，结合论文阅读笔记更佳实验准备基础网络搭建为了实现神经网络的deepcompression，首先要训练一个深度神经网络，为了方便实现，这里实现一个两层卷积+两层MLP的神经网络classnet
无用技术研究所·2025-02-08 11:06

【神经网络搜索】NasBench301 使用代理模型构建Benchmark

Paper:NAS-Bench-301andThecaseforsurrogatebenchmarksforNeuralArchitectureSearchCode:https://githu
*pprp*·2025-02-08 03:32

【论文阅读】DeepSeek-R1：通过强化学习激励LLMs的推理能力 | DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via RL

DeepSeek-R1:IncentivizingReasoningCapabilityinLLMsviaReinforcementLearningDeepSeek-R1：通过强化学习激励LLMs的推理能力DeepSeek-AIresearch@deepseek.com目录DeepSeek-R1:IncentivizingReasoningCapabilityinLLMsviaReinforcem
AI天才研究院·2025-02-07 22:05

React Native第三方组件库汇总

项目地址:https://github.com/wix/react-native-ui-lib9，ReactNativePaperReactNativePaper是一个跨平台的UI组件库，它遵循MaterialDesign
2401_85124812·2025-02-05 12:16

爆肝两千字！掌握CSS选择器与响应式设计：从基础到高级应用

洛可可白：个人主页个人专栏：✅前端技术✅后端技术个人博客：洛可可白博客代码获取：bestwishes0203封面壁纸：洛可可白wallpaper文章目录爆肝两千字！
洛可可白·2025-02-05 04:27

【声音场景分类--论文阅读】

1.基于小波时频图特征在声音场景分类基于小波时频图特征在声音场景分类任务中的表现2.增强增强高效音频分类网络https://arxiv.org/pdf/2204.11479v5https://github.com/Alibaba-MIIL/AudioClassfication音频分类网络如图4所示。在此阶段，主要重点是建立一个神经网络具有较大的感受野，同时保持较低的复杂性。可以将网络分解为两个主块
繁华落尽，寻一世真情·2025-02-04 12:21

An impassioned circulation of affection （ Codeforces Round 418 (Div. 2) ）

Asshedecoratedtheroomfortheparty,alonggarlandofDianthus-shapedpaperpieceswasplacedonaprominentpartofthewall
BoBoo文睡不醒·2025-02-03 22:04

Stable Diffusion创始人：DeepSeek没有抄袭！

Butifyouactuallylookatwhatthepapersays
Datawhale·2025-02-03 06:51

Faceboxes pytorch代码解读(一) box_utils.py(上篇)

通过看别人的paper,学习别人的代码，能够使得我们对人脸检测算法的学习有更近一步的理解。但是在学习的时候发现，自己看别人的代码是一个耗时而又头疼的事情。
Faded浩·2025-02-01 14:55

利用去雾算法实现低光增强

[论文阅读](11)ACE算法和暗通道先验图像去雾算法（Rizzi|何恺明老师）_暗通道去雾算法-CSDN博客//https://zhuanlan.zhihu.com/p/500023711?
mytzs123·2025-01-31 14:32

利用ChatGPT阅读文献：指南与技巧

可以使用如下命令让ChatGPT帮助你进行文献检索：/findpapers关键词或主题例如，如果你需要寻找关于人工智能在医疗领域应用的文献，可以输入：/findpapers
摆烂大大王·2025-01-31 11:40

全网最新最全AI写作工具大汇总（含14个AI写作工具）

Paperpal网址：https://www.editage.cn/paperpal?
一只贴代码君·2025-01-30 22:49

IDEA+Java+SSH+Bootstrap+Mysql实现在线考试系统(含论文)

–Recordsoft_managerINSERTINTOt_managerVALUES(1,‘管理员’,‘admin’,‘admin’);–Tablestructurefort_paperDROPTABLEIFEXISTSt_paper
2401_89694162·2025-01-30 19:01

Vue.js组件开发-实现HTML内容打印

在Vue项目中实现打印功能，可以借助vue-html-to-paper插件来完成。步骤创建Vue项目：如果还没有Vue项目，可以使用VueCLI来创建一个新的项目。
LCG元·2025-01-30 07:49

nedi新型的基于边缘指导的图像插值算法matlab代码,New-edge-directed-interpolationNEDI 新边缘导向算法， 的原理介绍以及实现， 在去马赛克方面的应用 Grap...

详细说明：新边缘导向算法，算法的原理介绍以及实现，以及在去马赛克方面的应用-Thispaperproposesanedge-directedinterpolationalgorithmfornaturalimages.Thebasicideaistofirstestimatelocalcovariancecoefficientsalow-resolutionimageandthenusethese
weixin_39640265·2025-01-29 11:30

OpenAI的编程语言和框架，给程序员带来了帮助有哪些

OpenAI以其卓越的技术和实验室出品的groundbreakingAIpapers而闻名。
API技术大佬Anzexi58·2025-01-29 07:46

CT-Mamba:一种用于低剂量CT降噪的混合卷积状态空间模型 论文解读

本文参考了该网站，其对CT-Mamba提供了更详细的描述：https://www.aimodels.fyi/papers/arxiv/ct-mamba-hybrid-convolutio
ZcZc__1·2025-01-28 17:52

第76期 | GPTSecurity周报

SecurityPapers1.关于使用大语言模型
云起无垠·2025-01-28 15:05

第84期 | GPTSecurity周报

SecurityPapers1.利用数据流路径对大
云起无垠·2025-01-28 14:30

论文阅读【CVPR-2022】3D Shape Variational Autoencoder Latent Disentanglement via Mini-Batch Feature Swappi

3DShapeVariationalAutoencoderLatentDisentanglementviaMini-BatchFeatureSwappingforBodiesandFaces通过小批量特征互换实现身体和脸部的三维形状变异自动编码器潜移默化studyai.com搜索论文:3DShapeVariationalAutoencoderLatentDisentanglementviaMini
智尊宝人工智能社区·2025-01-27 06:19

论文阅读笔记（9）——《A Practical Survey on Faster and Lighter Transformers》

1Abstract2Introductionrecurrentneuralnetworks(RNNs)longshort-termmemory(LSTM)networksequencetosequenceframeworkinter-attentionrelativeeffectivecontextlength(RECL)Transformer3TransformerA.EncoderB.Deco
StriveQueen·2025-01-26 08:32

【OTFS与信号处理：论文阅读1】：考虑分数多普勒的OTFS系统有效信道估计（24.01.16更新）

【OTFS与信号处理：论文阅读1】EfficientChannelEstimationforOTFSSystemsinthePresenceofFractionalDoppler前言一、摘要及背景摘要分数多普勒的引入估计分数多普勒的意义研究现状二
Cuby!·2025-01-25 20:59

论文阅读：DeepFake-Adapter: Dual-Level Adapter for DeepFake Detection（Deepfake模型快速调参）

一、论文信息论文名称：DeepFake-Adapter:Dual-LevelAdapterforDeepFakeDetection作者团队：项目主页：https://github.com/rshaojimmy/DeepFake-Adapter（代码暂未开源）二、动机与创新动机：目前的deepfake检测模型泛化能力差，将其归因于过拟合于低级的伪造模式，现有的deepfake检测方法仅关注低级别的伪
海拉鲁的小厨娘·2025-01-25 16:52

大模型GUI系列论文阅读 DAY4：《PREDICT: Multi-Agent-based Debate Simulation for Generalized Hate Speech Detecti》

摘要虽然已经提出了一些公共基准用于训练仇恨言论检测模型，但这些基准之间的标注标准差异为模型的泛化学习带来了挑战，限制了其适用性。先前的研究提出了通过数据整合或扩充来泛化模型的方法，但在克服数据集之间的标注标准差异方面仍然存在局限性。为了解决这些挑战，我们提出了PREDICT，一种基于多代理（multi-agent）概念的仇恨言论检测新框架。PREDICT包括两个阶段：（1）PRE（基于视角的推理）
feifeikon·2025-01-25 15:50

图神经网络系列论文阅读DAY1：《Predicting Tweet Engagement with Graph Neural Networks》

摘要翻译：社交网络是全球范围内分享内容的重要在线渠道之一。在这种背景下，预测一篇帖子在互动方面是否会产生影响，对于推动这些媒体的盈利利用至关重要。在现有研究中，许多方法通过利用帖子的直接特征来解决这一问题，这些特征通常与文本内容以及发布该帖子的用户相关。在本文中，我们认为互动的增加还与另一个关键因素相关，即社交媒体用户发布的帖子之间的语义关联。因此，我们提出了一种基于图神经网络（GraphNeur
feifeikon·2025-01-25 15:18

第72期 | GPTSecurity周报

SecurityPapers1.从孤立指令到互动鼓
云起无垠·2025-01-25 14:40

idea连接mysql

https://blog.csdn.net/Golden_soft/article/details/80952243转载于:https://www.cnblogs.com/jitipaper/p/10784406
weixin_33758863·2025-01-25 12:30

第84期 | GPTSecurity周报

SecurityPapers1.利用数据流路径对大
·2025-01-24 20:41

Video-P2P：通过控制 cross-attention 编辑视频

Paper:LiuS,ZhangY,LiW,etal.Video-p2p:Videoeditingwithcross-attentioncontrol[C]//ProceedingsoftheIEEE/
ScienceLi1125·2025-01-24 13:30

大模型GUI系列论文阅读 DAY2续2：《使用指令微调基础模型的多模态网页导航》

摘要自主网页导航的进展一直受到以下因素的阻碍：依赖于数十亿次的探索性交互（通常采用在线强化学习），依赖于特定领域的模型设计，难以利用丰富的跨领域数据进行泛化。在本研究中，我们探讨了基于视觉-语言基础模型的数据驱动离线训练方法，以改进网页代理的性能。我们提出了一种名为WebGUM的指令跟随多模态代理，该代理能够同时观察网页截图和HTML页面，并输出网页导航操作，例如点击和输入文本等。WebGUM通过
feifeikon·2025-01-24 02:33

大模型GUI系列论文阅读 DAY3：《GPT-4V(ision) is a Generalist Web Agent, if Grounded》

摘要近年来，大型多模态模型（LMMs）的发展，特别是GPT-4V(ision)和Gemini，迅速扩展了多模态模型的能力边界，不再局限于传统任务如图像描述和视觉问答。在本研究中，我们探讨了LMMs（如GPT-4V）作为通用网页代理的潜力，这类代理能够根据自然语言指令完成任意网站上的任务。我们提出了SEEACT，这是一种通用网页代理，利用LMMs的视觉理解能力，实现网页上的操作。我们在最新的MIND
feifeikon·2025-01-24 01:58

awesome-Gaussian-Splatting

Awesome3DGaussianSplattingResourcesAcuratedlistofpapersandopen-sourceresourcesfocusedon3DGaussianSplatting
Jfeng7810·2025-01-23 22:38

Logo语言的函数实现

Logo语言的函数实现引言Logo语言是一种教育性编程语言，最初由西摩尔·派普特（SeymourPapert）在1960年代开发。
萧澄华·2025-01-23 07:20

【Codex】Evaluating Large Language Models Trained on Code

这篇文章来解读最近比较有意思的Transformer预训练模型在自动生成代码方面的应用，PaperLink:EvaluatingLargeLanguageModelsTrainedonCode自动生成Code
NLP_wendi·2025-01-23 05:57

[OpenAI Codex] Evaluating Large Language Models Trained on Code

Linkofpaper:https://arxiv.org/abs/2107.03374.EvaluatingLargeLanguageModelsTrainedonCodeIntroductionCodexisaGPT-basedmodelfine-tunedonpubliccodefromGitHub
ShadyPi·2025-01-23 04:17

《论文阅读》 用于产生移情反应的迭代联想记忆模型 ACL2024

《论文阅读》用于产生移情反应的迭代联想记忆模型ACL2024前言简介任务定义模型架构EncodingDialogueInformationCapturingAssociatedInformationPredictingEmotionandGeneratingResponse
365JHWZGo·2025-01-22 17:28

论文阅读--Qwen2&2.5技术报告

Qwen21引言所有模型都是在超过7trilliontoken（7万亿）的高质量、大规模数据集上预训练的2Tokenizer&Model2.1Tokenizer沿用Qwen（Bai等人，2023a）的做法，我们采用了基于字节级字节对编码的相同Tokenizer所有大小的模型都采用一个共有词汇表，包含151,643个常规词元和3个控制词元2.2模型架构基于Transformer架构的大型语言模型，具
__如果·2025-01-22 17:55

大模型GUI系列论文阅读 DAY3续4：《TREE SEARCH FOR LANGUAGE MODEL AGENTS》

摘要自主代理由语言模型（LMs）驱动，已在执行诸如网页自动化等决策任务方面展示出良好前景。然而，语言模型的一个主要局限在于：它们主要针对自然语言理解和生成进行了优化，在解决现实世界的计算机任务时，难以应对多步推理、规划以及环境反馈的利用。为了解决这一问题，我们提出了一种推理时搜索算法，使语言模型代理能够在交互式网页环境中执行显式的探索和多步规划。我们的方法是一种基于最佳优先（best-first）
feifeikon·2025-01-22 17:23

DETRs with Collaborative Hybrid Assignments Training论文阅读与代码

关键词：协作混合分配训练【目标检测】Co-DETR：ATSS+FasterRCNN+DETR协作的先进检测器（ICCV2023）-CSDN博客摘要：在这篇论文中，作者观察到在DETR中将过少的Query分配为正样本，采用一对一的集合匹配，会导致对编码器输出的监督稀疏，严重损害编码器的区分特征学习，反之亦然，也会影响解码器中的注意力学习。为了缓解这个问题，作者提出了一种新颖的协同混合分配训练方案，名
分享总结快乐·2025-01-22 04:38

glob.glob()函数

,recursive=False)功能：返回一个某一种文件夹下面的某一类型文件路径列表pathname:文件路径例如：返回某一文件下面的pdf文件importglobf=glob.glob('H:\\paper_of_remote_sensing
爱摸肚子的小胖子cl·2025-01-21 18:12

大模型GUI系列论文阅读 DAY2续：《一个具备规划、长上下文理解和程序合成能力的真实世界Web代理》

摘要预训练的大语言模型（LLMs）近年来在自主网页自动化方面实现了更好的泛化能力和样本效率。然而，在真实世界的网站上，其性能仍然受到以下问题的影响：(1)开放领域的复杂性，(2)有限的上下文长度，(3)在HTML结构上的归纳偏差不足。我们提出WebAgent，一个由LLM驱动的智能代理，能够通过自我学习的方式，在真实网站上按照自然语言指令完成任务。WebAgent通过将指令提前规划，将其分解为子指
feifeikon·2025-01-21 15:19

vid2vid-zero：使用Stable Diffusion进行零样本视频编辑

Paper:WangW,JiangY,XieK,etal.Zero-shotvideoeditingusingoff-the-shelfimagediffusionmodels[J].arXivpreprintarXiv
ScienceLi1125·2025-01-21 14:12
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他