Learn more about AI Shorts - Section 21

这篇人工智能论文提出了MATLABER：一种新颖的潜在BRDF自编码器，用于材质感知的文本到3D生成

3D资产的开发对于许多商业应用非常重要，包括游戏、电影和AR/VR。传统的3D资产开发过程需要许多耗时且劳动密集的步骤，所有这...

解码情绪：用EmoTX，一种新的基于Transformer的AI框架揭示情感和心理状态

电影是最富有艺术表达力的故事和情感之一。例如，在《追求快乐》中，主角经历了一系列情绪变化，体验了分手和无家可归等低谷...

Deci推出DeciCoder：一款用于代码生成的开源1B参数大型语言模型

在快节奏的AI世界中，高效的代码生成是一个不容忽视的挑战。随着越来越复杂的模型的出现，对准确代码生成的需求也迅速增长，...

从文字到世界：使用AI多模态细粒度视频描述探索视频叙述

语言是人类互动的主要方式，不仅提供其他感官如视觉和听觉的补充细节，还作为传递信息的有效渠道，例如使用语音导航引导我们...

认识AudioLDM 2 一个独特的用于音频生成的AI框架，它融合了语音、音乐和音效

在一个越来越依赖于人工智能和深度学习概念的世界中，音频生成领域正在经历一场突破性的变革，引入了AudioLDM 2。这个创新框...

“认识EasyEdit：一款易于使用的用于LLMs的知识编辑AI框架”

我们不断需要跟上这个不断变化的世界，机器学习模型也需要如此，以产生精确的输出。大型语言模型通常会遇到谬误问题，即它们...

“遇见 SQLCoder：一种新的开源和顶尖模型，用于将自然语言问题转换为 SQL 查询”

Defog.ai发布了SQLCoder，这是一个先进的模型，用于将自然语言查询转化为数据库查询。针对Postgres中的通用SQL架构，SQLCoder...

“革命性的实时1080p新视角合成：基于3D高斯和可见性感知渲染的突破”

网格和点是最常见的三维场景表示，因为它们是明确的，非常适合于快速的GPU/CUDA光栅化。相比之下，最近的神经辐射场（NeRF）...

Together AI发布了Llama-2-7B-32K-Instruct：扩展上下文语言处理的突破

在自然语言处理的广阔领域中，出现了一个多方面的挑战：即熟练理解和回应复杂而冗长的指令。随着沟通细微差别变得更加复杂，...

康奈尔大学的研究人员引入量化与不相关处理（QuIP）：一种基于量化受益于不相关权重和黑塞矩阵的新的人工智能方法

通过大型语言模型 (LLM)，在文本生成、少样本学习、推理和蛋白质序列建模等领域取得了进展。由于其巨大的规模，这些模型可能...

这篇人工智能论文的目标是基于每个角色的手部模型，在角色之间传递手部动作语义

在各种虚拟化头像的背景下，包括共同言语和手势合成，产生逼真的手势已经显示出潜力。人的手作为主要的非语言交流方式，可以...

麻省理工学院和哈佛大学的研究人员提出了一种名为FAn的全面人工智能系统，它弥合了最先进的计算机视觉和机器人系统之间的差距，为分割、检测、跟踪和跟随任何物体提供了端到端的解决方案

在一项新的人工智能研究中，麻省理工学院和哈佛大学的研究人员引入了一种开创性的框架，名为“Follow Anything”（FAn）。该系...

Line 开源了“japanese-large-lm”：一个具有36亿参数的日语语言模型

自2020年11月起，LINE开始了一项变革性的研发之旅，旨在创建和利用一个专门针对日语的先进大规模语言模型的力量。作为这一旅...

遇见RAVEN：一种检索增强的编码器-解码器语言模型，解决ATLAS的局限性

大型语言模型（LLMs）在自然语言处理（NLP）领域的最新发展中发挥了重要作用。这些模型在各种任务上展示了惊人的能力，并显著...

揭示贝叶斯流网络：生成建模的新前沿

生成建模属于无监督机器学习的范畴，在这里模型学习发现输入数据中的模式。利用这些知识，模型可以自己生成与原始训练数据集...

超越笔尖：从视觉原型生成手写文本的人工智能艺术

风格化手写文本生成（HTG）是一个新兴领域，旨在创建手写文本图像，以复制个体作者独特的书法风格。这个研究领域具有多样的实...

CMU研究人员开发了一种简单的远程学习人工智能方法，将视觉先验知识转移到机器人任务中：相较于基准线，政策学习提高了20%

机器人学习进展的一个重要障碍是缺乏足够的大规模数据集。机器人学的数据集存在以下问题：(a) 难以扩展，(b) 在无菌、非真实...

Google AI推出STUDY：一种在教育环境中用于有声读物的社交感知-时间因果推荐系统

阅读对年轻学生大有裨益，从提高语言和生活技能到增强情感福祉。阅读快乐与学术成功之间的相关性已有充分的文献证明。此外，...

麻省理工学院和哈佛大学的研究人员提出了一个假设，可以解释如何使用大脑中的生物元素构建一个变压器

人工神经网络是机器学习中常见的模型，可以用于各种任务的训练，其结构类似于人脑中的神经元信息处理方法，受人脑启发。 变形...

这篇来自纽约大学和谷歌的论文解释了联合语音文本编码器如何在跨模态表示中克服序列长度不匹配的问题

I had trouble accessing your link so I’m going to try to continue without it. 越来越明显的是，通过在单一模态上...