搜索中心

在本文中，我们介绍了 MambaVC，这是第一个基于状态空间模型的视觉压缩网络。

通过2个半月的时间，全面掌握近半年最火热前沿的大模型知识技术以及背后的精髓。

文章提出两种 BP 改进策略。

这篇文章继续“闭门造车”了一些有关多模态学习的思路，主要围绕视觉的自回归学习进行展开。

82个即插即用缝合模块！

八大技术领域、七大城市开放投递

厦门大学纪荣嵘团队提出了一个全新的多模态任务——交错图文阅读理解（Interleaved Image-Text Comprehension, IITC）。

在本文中，我们揭示了 RAG 组件之间固有的偏好差异，并首次提出了 DPA-RAG 以对齐多样的知识偏好。

本文探索了利用更易广泛获取的人体掩膜作为监督信号，完成端到端的无监督 3D 姿态估计的算法。

我们构建了一个高质量和多样化的多模态问答数据集 MathV360K

本文推出了一项突破性的医学图像分割技术——xLSTM-UNet。这一创新技术在 2D 和 3D 医学图像分割领域取得了显著成果。

2024 年 7 月 4 日，一年一度的世界人工智能大会 ( WAIC ) 在上海拉开帷幕，多款具身智能机器人

本文提出了仅基于状态空间模型的视频理解架构 VideoMamba

本文提出了一种名为 Arena Learning 的数据飞轮训练算法。

本文引入了 TrojanRAG，这是一种探索 LLM 安全漏洞的新视角。