ODTrack是一个新的视频追踪系统，改进了我们在视频中跟踪物体的方式。与老旧系统在连接过去和未来的视频帧时存在困难不同，ODTrack使用一种称为'在线令牌传播'的方法来更好地连接连续的视频帧。通过这种方法，ODTrac...

我们推出了一种多模式视觉提示跟踪模型，通过动态利用各种模态（如RGB和红外线）的优势，克服了单模式物体跟踪的局限性。该模型可适应各种环境下的跟踪任务，具有较高的跟踪精度和鲁棒性。

Giskard是一个开源的测试框架，用于测试从表格到LLMs的机器学习模型。它通过检查模型的输出和真实值之间的差异来评估模型的性能。Giskard不仅可以测试模型的预测能力，还可以测量它的稳定性、可解释性和鲁棒性。Gisk...

这个项目介绍了BenchLMM，一个专门设计用于测试GPT-4V和LLaVA等大型多模态模型对各种图像样式的鲁棒性的基准。

IMMA是一种新技术，可以为文本转图模型提供保护，以防止被恶意适应生成有害内容。IMMA是一种基于信息瓶颈原理的技术，可以将文本编码为低维向量，然后将其与图像编码结合起来，以生成所需的图像。此技术不仅可以防止...

本文介绍了对语言模型系统正在出现的不同攻击方式。它包含了关于不同类型攻击的优秀信息，以及一些已被证明有效的缓解措施。近年来，随着人工智能技术的快速发展，语言模型在自然语言处理等领域的应用越来越广泛。但...

自动驾驶汽车的地标匹配是一项重要的技术，其能力直接关系到自动驾驶汽车的定位和导航精度。近日，研究人员提出了一种名为RobustMat的新方法，通过使用空间信息和神经微分方程，改进了自动驾驶汽车在不同条件下匹配...

近日，一项名为‘Real-Time Depth Estimation for Underwater Vehicles’的研究成果在GitHub上发布。该研究提出了一种针对水下车辆的模型，可以通过结合稀疏深度细节从单个图像中实时估计深度。该模型是通过深度学习框...