系统2模型是一种使用类似于思维链的方法，通过更多的测试时间计算来提升推理的模型。最新的研究发现，我们可以将这种行为提炼为一个系统1模型，使其运行速度更快，而准确性相似。系统1模型的主要优势在于其高效的运...

Video Self-Training with augmented Reasoning (Video-STaR)是一种新的方法，用于改进大型视觉语言模型（LVLMs）。通过自我训练和增强推理，Video-STaR能够提高模型的学习能力和预测准确性。这种方法的主要优势在于...

微软近日发布了Minference，这是一款能够显著提升支持模型推理速度的系统。通过一系列系统性的改进，Minference能够在不损失准确性的前提下，大大提升模型的推理速度。这一创新举措显示了微软在人工智能领域的巨大投...

Meta推出了利用全新的多令牌预测方法的预训练模型，该方法可以同时预测多个未来的词汇，承诺提升性能并大幅度缩短训练时间。这种新颖的多令牌预测方法改变了我们对于未来词汇的预测方式，将其从单一的词汇预测转变为...

OpenStreetView-5M是一个重要的开放获取数据集，包含超过500万张来自225个国家的地理标签街道图像。该数据集旨在通过测试图像定位能力，推动计算机视觉的极限。OpenStreetView-5M不仅覆盖了全球范围内的街道图像，也...

CELLO是一种全新的数据集，包含了14,094个因果问题，旨在提升AI对因果关系理解的能力，超越了常识推理的层次。这个数据集的构建，旨在推动AI技术在处理更复杂问题时，具有更深沉的因果关系理解。由此，可以有效提升...

近日，Meta发布了其多标记预测模型。据悉，该模型在Hugging Face Hub上的表现非常强劲。这款模型采用高级算法进行数据预测，能够同时处理多个标记，提高了预测的准确性和效率。对于个人和企业用户来说，这款多标记预...

这份专注于AI的实战手册概述了企业采用AI的策略，突出了从人类执行的服务向被称为“服务即软件”的软件驱动的工作流的转变。它深入探讨了对商业模式的影响，如绩效基础定价，并强调了工作流捕获和AI准确性对于成功实施...

最近，研究者提出了一种新的异常检测问题，该问题针对的是相对于场景中其他对象的“奇异”对象。与传统方法不同，这里的异常情况是场景特定的，并通过多个视点进行识别。这种方法不仅能增强异常检测的准确性，也能帮助...

无监督SAM（UnSAM）是一种新型的全图像分割模型，它消除了对人工注释的需求。UnSAM通过结合自上而下和自下而上的聚类方法，识别视觉场景中的层次结构，采用一种分而治之的方法。在复杂的视觉场景中，这种方法可以更...