大牛履历一页看完
PaperWeekly · 10-10 14:23
作者 | 四月DeepSeek 连自己官方开源的推理代码都能写错，而且错得相当有规律。最近，字节跳动 Seed 团队在测试 DeepSeek-V4 时，发现了一个相当诡异的现象：让模型补全其 FP8
AI前线 · 10-10 15:19
本期时间为10月14日周三晚19:30-21:30。
集智俱乐部 · 10-10 14:30
PaperWeekly · 10-09 12:11
给VLA加上「原生记忆」
PaperWeekly · 10-10 14:23
作者丨 Stephen O'Grady译者丨明知山策划丨 Tina十多年前，《新造王者》记录了开发者如何从一个长期被低估的群体，变成技术行业真正的“造王者”。他们决定哪些软件被采用、哪些语言和框架流行
AI前线 · 10-10 15:19
论文导读浙江大学、浙江工业大学等机构提出Pumpire，用100个真实场景检查三维重建的距离是否准确。它比较模型给出的点间距离与实测值，并考察深度信息对结果的影响。桌椅看起来像原场景，还需要量一量，才
arXiv每日学术速递 · 10-10 15:52
Transformer 架构包含两类看似泾渭分明的核心模块：注意力模块（Attention）与前馈网络（Fee
我爱计算机视觉 · 10-09 22:34
论文导读复旦大学、微软研究院等机构提出Compo，让用户在画布上安排图片、文字和位置，再生成海报。输入可以明确某个人物放哪里、文字写什么、哪些部分保持原样。它将布局要求变成空间约束，减少仅靠长提示词描
arXiv每日学术速递 · 10-10 15:52
论文导读谷歌、特拉维夫大学等机构提出SepGen，生成视频时同时输出混合音频与两个独立声轨。示例包括演唱与乐器、人声对话等场景。同一模型还可以接收已有视频和音频进行分离，让画面中的发声对象参与判断声音
arXiv每日学术速递 · 10-10 15:52
论文导读南京大学、清华大学、快手、上海人工智能实验室等机构提出Memory Forcing，为视频生成保留开头、近期和中间事件三类记忆。它让模型在视频继续变长时，还能查到早先发生的内容。在1.3B模型
arXiv每日学术速递 · 10-10 15:52