漫话开发者 - UWL.ME 精选全球AI前沿科技和开源产品
2023-07-20 talkingdev

视频对象追踪:基于点的分割方法引领新潮流

新研究引入了一种名为SAM-PT的新系统,该系统利用Segment Anything Model (SAM)来提高视频中对象的追踪和分割效果。在多个视频分割基准测试中,SAM-PT表现出卓越的性能。SAM-PT的优势在于其对对象的分割和追踪能力...

Read More
2023-07-17 talkingdev

通过长步距优化,证明了收敛速度的显著提升

优化方法的收敛速度是一个数学极限,它决定了在该优化方法指引下,模型找出最佳解决方案的快慢。最新研究发现,周期性学习率可以通过偶尔采取巨大步长得到改进。这项研究极具说服力,它揭示了通过增加优化步骤长度,...

Read More
2023-06-23 talkingdev

人被聘来训练AI,再将人的工作外包给AI

一项新研究发现,训练AI模型的人员中有很大一部分可能正在将这项工作外包给AI,这引发了人们对这个已经容易出错领域中可能出现更多错误的担忧。

Read More
2023-05-29 talkingdev

无需训练,用GPT-4学习Minecraft

## 新闻摘要: - GPT-4被广泛认为是迄今为止最强大的语言模型。 - Voyager将代码作为“策略表示”,并使用环境错误和性能作为自然语言反馈,从而让GPT4能够逐步改进挖掘钻石等任务。 - 通过Voyager,我们不需要训练GP...

Read More
2023-05-17 talkingdev

探索多模态泛化:提高动作识别技术

近期,一项新研究提出了一种新的概念——多模态泛化(MMG),用于解决当特定数据来源缺失或有限时系统如何适应的问题。该研究创建了一个名为MMG-Ego4D的新数据集,并开发了新的方法来增强系统的泛化能力,这可能会引导...

Read More
  1. Prev Page
  2. 13
  3. 14
  4. 15