GeneOH扩散技术是一种新的技术，它通过改正手部动作和与物体的关系中的错误来提高模型对物体的理解和交互。这种方法专注于使这些交互更加自然。

研究人员开发了一种新方法，通过采用专家级稀疏化方法来使LLMs更加高效和易于使用，该方法可以在不损失性能的情况下减少模型大小。这对于Mixture-of-Experts LLMs尤其有用，这种模型通常太大而不易处理。

AlphaFold被用于预测蛋白质折叠后的状态。通过添加可逆的流匹配，您可以在整个蛋白质领域显著提高建模能力。在蛋白质结构预测领域，AlphaFold目前是最先进的计算机程序之一，它使用深度学习技术来预测蛋白质的三维结...

世界体积感知多摄像头驾驶场景生成器（WoVoGen）是一个创新系统，旨在为自动驾驶创建逼真的街景视频。该系统使用机器学习和计算机视觉技术来生成高质量的街景视频，以帮助自动驾驶车辆更好地识别和适应不同的路况。W...

据悉，TIER利用文本提示和从中生成的图像来评估生成的图像质量。这个新技术能够有效地帮助人们更快速，更准确地评估图像质量，提高图像相关工作的效率。

去年，Mozilla担任了效率挑战的可扩展评估者。它确保参赛者遵守比赛规则并评估模型性能。这篇文章是语言模型评估和竞争性训练方案的良好介绍。本次比赛对推动自然语言处理技术的发展具有重要意义。

Phind的70B代码模型在人类评估中获得83%的高分，与GPT-4表现相当。关键是它拥有显著较少的慵懒回应和拒绝。34B模型即将发布，更大的70B模型也将在未来发布。

近日，研究人员提出了一种新的文本识别方法——类别感知的掩膜引导特征细化（CAM feature refinement），该方法可以有效提高文本在复杂场景下的识别能力。该方法通过对文本图像进行类别感知的特征细化，达到更好的文本...