研究人员开发出了一种新方法来创建场景图，使该过程更快速和高效。他们基于Transformer的技术专注于改进模型对图像中不同元素的理解和连接方式，从而提高了模型在挑战性任务上的性能。

该项目提出了一种新的提示池方法，用于对话状态跟踪，无需在测试期间使用任务标识符即可适应新用户要求。

麻省理工学院的一个团队宣布了一种新的金属3D打印方法，该方法将打印速度和规模优先于分辨率。它能够以至少比可比金属添加制造过程快10倍的速度打印大型铝制品。该技术利用了一层100微米玻璃珠来创建一个结构，然后...

最近，一种名为DiverseEvol的新方法在GitHub上发布，它可以让AI模型选择自己的训练数据，使其在不需要人工或其他先进AI系统的帮助下变得更好。DiverseEvol方法包括两个步骤：第一步是从数据集中选择用于训练模型的样...

针对图像-文本训练中使用的视觉基础模型，研究人员提出了一种名为ViSFT的新方法，以提高其性能。ViSFT使用类似于语言模型中的微调的两阶段过程来增强视觉基础模型。首先，该模型使用大规模的无监督预训练来学习图像...

研究人员开发了一种新方法，称为相互蒸馏学习(MDPR)，通过结合两种不同的技术，增强了人物再识别。该方法利用两个网络相互学习，一个网络学习到了身份特征，另一个网络学习到了外观特征，从而提高了人物再识别的准确...

近日，一项名为UV-SAM的新技术通过GitHub仓库公开，该技术是对视觉基础模型和Segment Anything模型的改进，利用卫星图像可以准确识别出城市村庄的边界。与传统的现场调查相比，UV-SAM提供了一种高效的替代方案，结合...

研究人员开发了一种新的框架来更好地理解和分析歌声。通过在孤立的人声轨道上进行自我监督学习，并专注于域外泛化，他们在歌声相似性和合成等任务上取得了进展，从而改进了现有技术。这种新方法可以通过对歌声的不同...