AMiner论文推荐

于 2021-10-26 16:47:36 发布
阅读量65 收藏
点赞数
分类专栏： AMiner AMiner论文推荐 文章标签： 计算机视觉 深度学习 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/AI_Conf/article/details/120975582
版权

论文名称：X-modaler: A Versatile and High-performance Codebase for Cross-modal Analytics
论文链接：https://www.aminer.cn/pub/6125b6a95244ab9dcb41d670?f=cs
随着深度学习在过去十年内的兴起和发展，持续地创新和突破推动了多媒体领域视觉和语言之间的跨模态分析技术的发展。然而，还没有任何开源的代码库支持以统一和模块化的方式训练和部署的众多跨模态分析的神经网络模型。在此项工作中，我们提出了X-modaler，这是一个多功能、高性能的代码库，它将最先进的跨模态分析分成几个通用的阶段（例如，预处理、编码器、跨模态交互、解码器和解码策略）。每个阶段都涵盖了在一系列先进技术中被广泛采用的模块功能，并允许在两者之间无缝切换。这种方式能够自然灵活地实现最先进的图像字幕、视频字幕和视觉语言预训练的算法，旨在促进研究界的快速发展。同时，由于几个阶段的有效模块化设计（如跨模态交互）在不同的视觉语言任务中是共享的，X-modaler可以简单地扩展到跨模态分析的其它任务的启动原型，包括视觉问题回答、视觉常识推理和跨模式检索。
AMiner,让AI帮你理解科学！https://www.aminer.cn
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

AMiner学术搜索和科技情报挖掘
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
博客
【一千个论文合集】计算机科学的26个细分领域近年必读论文集合
05-11 1万+
AMiner必读论文是一个可以帮您了解某个领域、机构、期刊、会议的学术专辑，包括必读论文和代表学者，由AI初筛+学者复核后提供给您，您可以收藏为自己的论文清单
博客
揭秘LLM大模型训练：人工智能的下一个突破口？
04-18 379
大模型(LLM)是一种人工智能模型，旨在理解和生成人类语言。它们在大量的文本数据上进行训练，可以执行广泛的任务，包括文本总结、翻译、情感分析等等。LLM的特点是规模庞大，包含数十亿的参数，帮助它们学习语言数据中的复杂模式。这些模型通常基于深度学习架构，如转化器，这有助于它们在各种NLP任务上取得令人印象深刻的表现。
博客
实时追踪科研动态｜人类 vs AI：谁才是预测界的No.1？最新研究给你答案！
04-17 727
大模型(LLM)是一种人工智能模型，旨在理解和生成人类语言。它们在大量的文本数据上进行训练，可以执行广泛的任务，包括文本总结、翻译、情感分析等等。LLM的特点是规模庞大，包含数十亿的参数，帮助它们学习语言数据中的复杂模式。这些模型通常基于深度学习架构，如转化器，这有助于它们在各种NLP任务上取得令人印象深刻的表现。
博客
当大型语言模型遇上信息检索评估：是颠覆还是革新？
04-16 715
大模型(LLM)是一种人工智能模型，旨在理解和生成人类语言。它们在大量的文本数据上进行训练，可以执行广泛的任务，包括文本总结、翻译、情感分析等等。LLM的特点是规模庞大，包含数十亿的参数，帮助它们学习语言数据中的复杂模式。这些模型通常基于深度学习架构，如转化器，这有助于它们在各种NLP任务上取得令人印象深刻的表现。
博客
大型语言模型在社交技能培训中的角色：是助手还是导师？
04-12 778
大模型(LLM)是一种人工智能模型，旨在理解和生成人类语言。它们在大量的文本数据上进行训练，可以执行广泛的任务，包括文本总结、翻译、情感分析等等。LLM的特点是规模庞大，包含数十亿的参数，帮助它们学习语言数据中的复杂模式。这些模型通常基于深度学习架构，如转化器，这有助于它们在各种NLP任务上取得令人印象深刻的表现。
博客
LLM前沿动态抢先看：如何提升大型语言模型的推理能力？
04-11 832
在受到人类反馈的强化学习（RLHF）成功启发下，作者研究了多种从反馈中学习的算法（包括专家迭代、近端策略优化（PPO）和基于回报的强化学习），以改进语言模型的推理能力。文中研究了模型在稀疏和密集奖励下，如何通过启发式方法和通过学习得到的奖励模型进行学习。此外，研究还从不同大小的模型和初始化开始，包括有监督的微调（SFT）数据和没有SFT数据的情况。
博客
AI 2000 17位学者入选2024 IEEE Fellow，其中14位华人学者
11-28 1206
订阅即可获取他们的最新论文！
博客
大模型周报丨代码语言模型和模型即服务两篇综述，涵盖50+模型、30+评估任务和500+篇相关论文
11-27 1069
我们的定量分析表明，我们的方法在提示对齐和身份一致性之间取得了更好的平衡，相较于基线方法，这些发现得到了用户研究的加强。此外，文章还讨论了代码特定的特征，如AST、CFG和单元测试，以及它们在代码语言模型训练中的应用，并指出了该领域的主要挑战和潜在的未来发展方向。2022年底，OpenAI 推出的基于 GPT-3.5 的大型语言模型 ChatGPT，由于其优秀的表现，ChatGPT 及其背后的大型语言模型迅速成为人工智能领域的热门话题，吸引了广大科研人员和开发者的关注和参与。
博客
NeurIPS2023丨Generative Model 相关工作最新进展
11-27 1032
NeurIPS，全称神经信息处理系统大会(Conference and Workshop on Neural Information Processing Systems)，是一个关于机器学习和计算神经科学的国际会议。作为目前全球最负盛名的人工智能盛会之一，NeurIPS 在每年年末都是计算机科学领域瞩目的焦点。被 NeurIPS 接收的论文，代表着当今神经科学和人工智能研究的最高水平。
博客
ICLR2024丨Simulation在ICLR-2024全线溃败？18篇Simualtion & Agent相关论文合集
11-27 1183
笔者（知乎：兽族机枪兵）所在的研究组最近也在火热地搞Agent中，同时笔者自己也有在搞Simulation。所以将最近投稿ICLR的一些Agent相关论文（尤其是Simulation）的投稿意见进行了汇总。原文链接：https://zhuanlan.zhihu.com/p/666816570ICLR，全程为国际表征学习大会（International Conference on Learning Representations）是深度学习领域的顶级会议。ICLR24 虽还未审完搞，但是是 Openre
博客
NeurIPS2023丨大模型最新研究进展
11-27 1087
追踪最新科研动态！
博客
实时追踪科研动态｜字节、南开提出在线方式为基于大模型的角色生成拟人化个性，11.14精选新论文
11-15 242
作为科研人员，每天需要检索和浏览大量的学术文献，以获取最新的科技进展和研究成果。然而，传统的检索和阅读方式已经无法满足科研人的需求。AMiner AI，一款集检索、阅读、知识问答于一体的文献知识工具。帮助你快提高检索、阅读论文效率，获取最新领域研究动态，让科研工作更加游刃有余。如果想要对某篇论文进行深入对话，可以直接复制论文链接到浏览器上或者直达AMiner AI页面：https://www.aminer.cn/chat/g/explain2023年11月14日精选新论文列表：1.Q-Instr
博客
大模型周报丨大模型评估中存在什么问题？中科大等提出Ziya2
11-14 157
本报告从两个方面扩展了LCMs的潜力：首先，通过将LoRa蒸馏应用于包括SD-V1.5、SSD-1B和SDXL在内的稳定扩散模型，我们扩大了LCM的应用范围，使得模型具有更少的内存消耗，实现了更优秀的图像生成质量。LLM的特点是规模庞大，包含数十亿的参数，帮助它们学习语言数据中的复杂模式。2022年底，OpenAI 推出的基于 GPT-3.5 的大型语言模型 ChatGPT，由于其优秀的表现，ChatGPT 及其背后的大型语言模型迅速成为人工智能领域的热门话题，吸引了广大科研人员和开发者的关注和参与。
博客
实时追踪科研动态｜具备记忆增强多模态语言模型的开放世界多任务智能体-JARVIS-1，11.13精选新论文
11-14 171
作为科研人员，每天需要检索和浏览大量的学术文献，以获取最新的科技进展和研究成果。然而，传统的检索和阅读方式已经无法满足科研人的需求。AMiner AI，一款集检索、阅读、知识问答于一体的文献知识工具。帮助你快提高检索、阅读论文效率，获取最新领域研究动态，让科研工作更加游刃有余。如果想要对某篇论文进行深入对话，可以直接复制论文链接到浏览器上或者直达AMiner AI页面：https://www.aminer.cn/chat/g/explain2023年11月13日精选新论文列表：1.Instant
博客
ICLR‘24 大语言模型智能体最新研究进展丨智能体评测篇
11-13 465
在大语言模型驱动下的自主智能体方面，作者所在团队发布了该领域的早期综述（见A Survey on LLM-based Autonomous Agents），并构建了用户行为分析领域中首个基于自主智能体的模拟环境RecAgent（见RUC-GSAI/YuLan-Rec），欢迎大家关注。本文汇总了在ICLR’24提交的论文中，基于大语言模型的智能体相关的全部论文，并进行了分类汇总，共计98篇。本文提出了一种新的基于动态交互的LLM评测框架DynaEval，用于评测LLM在动态现实场景中的能力。
博客
实时追踪科研动态｜学习使用工具创建多模态代理，11.10精选新论文
11-13 119
本报告从两个方面扩展了LCMs的潜力：首先，通过将LoRa蒸馏应用于包括SD-V1.5、SSD-1B和SDXL在内的稳定扩散模型，我们扩大了LCM的应用范围，使得模型具有更少的内存消耗，实现了更优秀的图像生成质量。论文介绍了一种名为"Prompt Cache"的方法，用于加速大型语言模型（LLM）的推理过程，通过在不同的LLM提示之间重用注意力状态。2）医学 LLMs 的下游表现如何？LLaVA-Plus维护一个预训练的视觉和视觉语言模型的技能库，并根据用户的输入激活相关的工具来完成实际任务。
博客
实时追踪科研动态丨首个像素级接地大型多模态模型，11.7精选论文
11-09 166
之前的研究使用整体图像和文本提示来生成无grounded的文本响应，而最近的研究使用区域级LMM来生成视觉grounded的响应，但它们仅能一次指明一个对象类别，需要用户指定输入中的区域，或者无法提供密集的像素级对象grounding。他们讨论了未来基准的具有挑战性的要求，这些基准能定量衡量AGI模型的行为和能力与这些等级的对比。在大规模语言模型上的实验结果表明，Relax在各种平台上提供的性能与最先进的手动优化系统相当，并使新兴的动态模型能够部署到更广泛的环境中，包括手机、嵌入式设备和Web浏览器。
博客
中国大陆发第一篇AI顶会的人都怎么样了？
11-09 120
纵观ACL大会的历史，由于中国的自然语言处理与计算语言学与世界接轨较晚，再加上中国第一批自然语言处理研究者更看重另一个会议COLING，早期对ACL大会的关注不够，直到1998年才由清华大学黄昌宁教授课题组发表了第一批的两篇ACL文章，其中黄昌宁和赵军合作的A Quasi-Dependency Model for Structural Analysis of Chinese BaseNPs成为这届ACL大会的两篇特邀论文之一，在所有大会论文中这篇排在第一。然而，在近似B&B算法中，它们却频繁出现。
博客
10月热门论文丨ChatGPT参数200亿？微软多次撤稿
11-07 227
科研圈也“吃瓜”！最近关于ChatGPT参数只有200亿的事情在各大社区、社群引起讨论。问题源于微软发布的一篇题为《CodeFusion: A Pre-trained Diffusion Model for Code Generation》的论文，在做对比的时候透露出了重要信息：ChatGPT 是“只有”20B（200 亿）参数的模型。后续微软撤稿两次，并表示文章中对 ChatGPT 参数数量的猜测来自于一篇博客，作者们并未了解或者验证ChatGPT的参数，直接用了博客的内容，这才带来了公众的误导。这篇
博客
ICLR‘24 大语言模型智能体最新研究进展丨智能体应用篇
11-07 308
在大语言模型驱动下的自主智能体方面，作者所在团队发布了该领域的早期综述（见A Survey on LLM-based Autonomous Agents），并构建了用户行为分析领域中首个基于自主智能体的模拟环境RecAgent（见RUC-GSAI/YuLan-Rec），欢迎大家关注。本文探讨了GPT-4的学习知识在不完全信息博弈中的适用性，并提出了suspicion-agent，它基于GPT-4实现了不完全信息博弈智能体。本文提出了WebAgent，通过学习自身经验，按照自然语言指令在真实网站上完成任务。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值