目前，评价从文本生成的图像质量的方法存在一些问题，如无法真实捕获图像的美观程度或与文本的匹配程度。最新的研究论文介绍了一种新的方法，该方法可以估计生成的图像与给定文本的匹配程度，重点关注图像的最重要部...

AI Town是一个虚拟城市，其中的AI角色生活并相互交互。这个仓库包含了一个可部署的起始套件，方便构建和定制自己的AI Town版本。该项目受到了一篇研究论文的启发，旨在提供一个强大的基础平台，可供扩展。

一项新的研究论文介绍了一种名为粗细贡献网络（CFSum）的全新工具，旨在提升多模态摘要中对图像的使用效果。CFSum能有效地筛选出无关紧要的图像，只利用对摘要内容有帮助的图像。这一工具的研发，将推动多模态摘要领...

最新的一项研究论文介绍了一种新的方法，以更好地从医疗图像和相应的书面报告中学习。不同于以往的方法，这一方法专注于详细的图像-报告链接，并采用独特的手段在图像和报告之间重建和交换信息。该方法的创新之处在...

最近的一份研究论文提出了一种名为一致在线视频实例分割(CTVIS)的新训练方法，以便在视频分割中更好地区分时间线上的对象。通过使用来自多个帧的一致信息，而不仅仅是一个，以及向数据添加噪声，CTVIS可以更有效地处...

最近，一篇新的研究论文介绍了一种名为“神经视频深度稳定器”的新方法，可以在视频中提供一致且准确的深度估计。同时，研究团队还发布了有史以来最大的自然场景视频深度数据集，名为“野生视频深度”。通过这种新的方法...

Meta公司发布了新的开源AI语言模型家族Llama 2，其许可证允许其被整合到商业产品中。这些模型的大小从70亿参数到7亿参数不等，据报道，它们在大多数基准测试中表现优于其他开源聊天模型。Llama 2已在Microsoft Azure...