- 博客(5157)
- 资源 (6)
- 收藏
- 关注
RSS订阅
原创 计算机视觉的学习资料（更新中）
计算机视觉（Computer Vision）：https://en.wikipedia.org/wiki/Computer_vision计算视觉相关条目：Outline of computer vision Category:Computer vision经典书籍《Multiple View Geometry in Computer Vision Second Edition》计算机视觉圣经全...
2018-01-23 21:09:03
3678
1
转载 学生论文致谢，影响导师晚评职称一年？网友：你导这辈子抬不起头
自然，向专业人士、直接帮助过指导过你的人、或团队的致谢是首要和至关重要的，这是你成长的基点和摇篮。后面的就更不像话了，“老师若病，我侍药”，老师真病了，你只怕忙工作忙得不见天日，怎么去陪伴老师，能去看望一下就了不得了，不要太夸张，太夸张就显得矫情，显得虚假，再细想想，这句话竟不像好话了。在你工作中，给过你重要的帮助，而在致谢中，你有意或无意疏漏了他们，不向他们致谢，这无疑是对他们为你所付出的一种否定。致谢字数没有严格限制，一句话也行，几千字也可，你想怎么写就怎么写，但是，不管怎么写，不管写成什么样，
2025-04-24 13:05:38
3
转载 ICLR 2025 杰出论文奖出炉！中科大、Meta的SAM 2等工作获奖
从理论上，作者证明了这种投影方式可以确保在查询保留知识时，经过编辑后的大型语言模型的输出保持不变，从而缓解了知识被扰乱的问题。在本文中，研究者通过若干案例分析，解释浅层安全对齐为何会存在，并揭示其如何普遍性地贡献于近年来发现的多种 LLM 脆弱性，包括对对抗性后缀攻击（adversarial suffix attacks）、预填充攻击（prefilling attacks）、解码参数攻击（decoding parameter attacks）和微调攻击（fine-tuning attacks）的易感性。
2025-04-24 13:05:38
7
转载 IndoorMS：首个多光谱室内场景理解语义分割数据集
然而，某些类别如Clutter、Column、Railing和Signage的分割性能仍较低，反映了数据集中的挑战，如类别不平衡和罕见类别的稀缺。数据集提供了19个精细的语义类别，包括墙壁、天花板、地板、门窗等，为复杂的室内场景理解任务提供了挑战。为评估IndoorMS数据集在语义分割任务中的表现，我们使用多种代表性的语义分割框架进行了基准测试，包括ConvNeXt、ResNet、Swin Transformer等编码器与UperNet、BiSeNet、DeepLabV3+等解码器的组合。
2025-04-24 13:05:38
4
转载 端侧大模型推理加速神器！显著提升LLM、多模态等应用性能！
深入分享大模型在端侧部署所面临的挑战与机遇，深度解析KleidiAI的原理及提升大模型性能的创新技术，同时结合实际案例演示KleidiAI在自然语言处理、语音识别、多模态等应用中的加速效果，以及在“星睿O6”上的推理框架集成实践，与开发者共同探讨KleidiAI在端侧AI部署中的更多应用。它支持Neon™、SVE2和SME2等关键Arm架构功能，深度集成MNN、Llama.cpp、PyTorch、Tensorflow、MediaPipe等热门AI框架，助力开发者在端侧高效部署主流大模型。
2025-04-23 13:06:01
33
转载 Transformer原作打脸DeepSeek观点？一句Wait就能引发反思，RL都不用
为了全面测量跨领域的反思推理，分类器在BBH、cruxeval-i、cruxeval-o、GSM8K、GSM8K-Platinum和TriviaQA数据集中，区分了显式反思和隐式反思，分别用于情境反思和自我反思。为了识别显式反思的实例，开发了基于提示的语言模型（LLM）分类器，能够检测模型输出是否明确承认错误，并最终解决了提供的对抗性上下文中的错误，无论模型是否得出了正确答案。如图3所示，在GSM8K-Platinum数据集上，随着预训练的增加，不同参数数量的模型，显式反思推理错误，解决了大部分任务实例。
2025-04-23 13:06:01
30
转载 顶会爆发！“LSTM+卡尔曼滤波”成论文新赛道
论文提出了一种基于深度学习全球导航卫星系统和惯性导航系统集成算法，通过将DNN嵌入到扩展卡尔曼滤波的流程中，利用CNN提取空间信息，以及LSTM捕捉时间序列的动态特性，从而学习系统中的复杂非线性动态、测量噪声和惯性测量单元（IMU）误差。本文提出了一种结合半迭代扩展卡尔曼滤波（SEKF）和长短期记忆网络（LSTM）的后处理算法，以改善漫射荧光断层成像（DFT）的图像重建质量和速度，通过数值模拟、人体模型和体内实验验证其性能。为了更好地捕捉空间和时间依赖性，作者在深度神经网络的架构中引入了CNN和LSTM。
2025-04-22 13:05:32
26
转载 CVPR 2025 | TASTE-Rob：面向可泛化机器人操作的超大规模人手交互视频数据集
通过模仿学习，如今的机器人能够模仿视频演示中的动作，完成对应的任务。2）覆盖多样化的环境和任务类型；研究团队探索了TASTE-Rob对视频生成质量的帮助：对比了在TASTE-Rob数据集上微调（Coarse-TASTE-Rob）与在Ego4D数据集上微调（ Ego4D-Gen）的视频生成性能，两者间唯一的区别在于所使用的训练数据集不同。研究团队从三个评估维度上探索了三阶段视频生成流程对视频生成质量的帮助：如表 3的视频生成指标和图5所示，视频生成的宏观表现上，该流程能够生成更高质量的手物交互视频。
2025-04-22 13:05:32
116
转载 NeurIPS 2025 投稿群来了！还有MM、ICCV、ICML、MICCAI 微信群！
CVer小助手会拉你进入NeurIPS 2025 投稿交流群！CVer小助手会拉你进入MICCAI 2025 投稿交流群！CVer小助手会拉你进入IJCAI 2025 投稿交流群！CVer小助手会拉你进入ICCV 2025 投稿交流群！CVer小助手会拉你进入ICML 2025 投稿交流群！扫码添加微信，小助手会拉你进MICCAI 2025交流群。CVer小助手会拉你进入CVPR 2025 投稿交流群！扫码添加微信，小助手会拉你进ICML 2025交流群。
2025-04-22 13:05:32
27
转载 沉痛哀悼！六院院士，逝世！
2007年获企业家创新发明奖（Chancellor’s Entrepreneurship and Invention Award）、21世纪人才奖（21 for the 21st Century），并获得卡内基－梅隆大学“突出成就毕业生”奖，以及俄罗斯自然科学院Kapitza奖；Ray H．Baughman教授的主要研究方向：纳米自组装、纳米材料工艺、电学/光学/磁学、纳米器件、光学晶体、电化学器件、有机聚合物导体、碳纳米管、人造肌肉、铁电质、碳的新形态、促长材料、固态合成、纳米生物等。
2025-04-22 13:05:32
27
转载 教育部：坚决落实辅导员编制
从国家层面的政策推动，到各地各高校在编制落实上的积极作为，再到辅导员岗位在待遇、发展机会等方面“含金量”全方位的提升，一系列举措正重塑高校辅导员岗位的吸引力与价值。但步入社会后，发现与高校辅导员工作相比，外界工作负担更重，大厂常熬夜加班，而高校辅导员虽忙，但陪学生就医之类属个别情况，且待遇不错，还有寒暑假。一些高校不仅对辅导员在职读博的培养费用给予报销，而且还有额外奖励：广西师范大学在相关文件中提到，“对专任教师及攻读指定专业的辅导员，获得博士学位回校工作后，可享受博士补贴10万元”。
2025-04-21 13:06:01
43
转载 IJCAI 即将开奖！投稿群成立！还有NeurIPS、ICML、ICCV和MM 2025投稿群！
仅限进入第二轮的同学加入，交流群是为了方便沟通投稿注意事项、rebuttal及后续开会等事宜，非诚勿扰！CVer小助手会拉你进入IJCAI 2025 投稿交流群！扫码添加微信，小助手会拉你进MICCAI 2025交流群。CVer小助手会拉你进入ICLR 2025 投稿交流群！扫码添加微信，小助手会拉你进IJCAI 2025交流群。扫码添加微信，小助手会拉你进ICML 2025交流群。扫码添加微信，小助手会拉你进ICLR 2025交流群。扫码添加微信，小助手会拉你进ICCV 2025交流群。
2025-04-21 00:00:26
51
转载 LeCun被痛批：你把Meta搞砸了！烧掉千亿算力，自曝折腾20年彻底失败。。。
如果一个大公司的首席人工智能科学家，都不相信自己正在投入工作的架构，而对于自己所信仰的架构却没有足够惊艳的成果，那么，造成目前的局面，就是显而易见的事情了。但一个4岁的小孩，虽然醒着的时间总共只有16000小时，但来自视觉、触觉、听觉等感官的物理世界信息，让他在这段时间里积累的信息量，同样达到了10¹⁴字节。「我真心敬佩LeCun，一位现实主义者，开源倡导者，一个绝非跟风炒作的人。不过有趣的是，如今Llama的下载量已经达到了十亿次，这就意味着人们对LLM有强烈的需求，多少与「LLM已过时」的观点矛盾了。
2025-04-21 00:00:26
62
转载 迈向长上下文视频生成！ FAR：基于长短时上下文的下一帧预测范式
FAR 不仅在短视频生成任务中，相较于 Video DiT 展现出更快的收敛速度与更优性能，同时也在长视频的 world modeling 场景中，首次实现了显著的长时序一致性。然而，视觉 token 在时序上具有局部性：对于当前解码帧，其邻近帧需要更细粒度的时序交互，而远离的帧通常仅需作为记忆存在，无需深入的时序交互。在基于 DMLab 的受控环境中进行实验时，我们观察到模型对已观测的 3D 环境具有出色的记忆能力，在后续帧预测任务中首次实现了近乎完美的长期记忆效果。迈向长上下文视频生成！
2025-04-21 00:00:26
34
转载 “范冰冰获国际大奖”，高校教授表示：有点不爽，加上“郑州大学”很难吗？
正如“极目锐评”所言，标题用“郑州大学教授范冰冰获国际大奖”，可能流量不高。评论区有网友说，比起郑州大学，范冰冰这个名字可能更有流量，范教授在下面回复“有道理，但心里很不爽”。潇湘晨报消息，对此，范教授13日在社交平台上表示，“很忐忑”“实际上也就是个项目”记者注意到，学院发布范教授获奖的消息已过去一月有余，如今却凭借一行标题“翻红”。她表示这次奖学金是“非常”有含金量的，据她了解，“大陆目前还没有人拿到”。被“走红”之后，范教授回应说无所谓，“做好科研，做好自己，带好学生。
2025-04-21 00:00:26
32
转载 自回归的捍卫者来了！复旦联手字节Seed开源SimpleAR：纯AR图像生成模型
虽然也有一些早期工作如Parti[1]、LlamaGen[2]，尝试用更强的视觉tokenizer和Transformer架构来提升自回归生成的效果，但他们论文中的结果表明，只有更多的参数量才能让自回归模型勉强和扩散模型“掰掰手腕”。带着好奇的心态，来自复旦视觉与学习实验室和字节Seed的研究者们希望“验一验”自回归视觉生成模型的能力，他们保持“Next-token prediction”这样简洁优美的形式，而通过优化训练和推理过程来探究自回归视觉生成是否可以像扩散模型一样取得不错的文生图效果。
2025-04-20 00:00:03
113
转载 阿里巴巴通义实验室招聘实习生/25届校招/社招
推理能力自适应提升技术，开发能够根据具体任务需求动态调整推理策略的自适应学习机制，使模型在不同场景下都能达到较高的推理效率和准确率。推理路径优化方法，提高大语言模型在多步推理、逻辑推理及跨领域知识融合任务中的准确性，稳定性和可控性。邮件标题和简历请命名为： [暑期实习/日常实习/校招/社招]_[姓名]_通义实验室应聘。（主要面向25届、26届及之后的同学）！2026 届暑期实习生 / 日常实习生 / 2025 届校招 / 社招。：暑期实习面向 26 届校招生，日常实习不限年级，两者本硕博学历皆可。
2025-04-20 00:00:03
55
转载 CVPR 2025 | MatAnyone：人体视频抠图新工作，发丝级还原！
未来，我们团队将继续探索更高效的训练策略、更泛化的数据构建方式，以及更通用的记忆建模机制，推动视频抠图技术在真实世界中实现更强鲁棒性与更广应用性。：相较于主流的 VideoMatte240K 测试集，我们构建了一个前景更加多样的测试集，并且在合成前后景的过程中进行了和谐化的后处理，使其更加贴近真实分布，有效提高了该测试集的难度。：相较于主流的 VideoMatte240K，VM800 的规模翻倍，覆盖更多发型、服饰和运动状态，在核心区域和边界区域的质量都显著提升，有效增强了模型在抠图任务中的鲁棒性；
2025-04-18 23:59:27
142
转载 刷新SOTA！华为提出SAM2MOT：分割驱动的多目标跟踪新架构
不论使用哪种检测模型，SAM2MOT都展现出稳定且高质量的跟踪性能，验证了该架构与目标检测模型的充分解耦，体现了其卓越的鲁棒性。该架构在无需训练的模式下展现了更强的跟踪能力，并在多个基准数据集上实现了SOTA性能，彻底打破了传统方法的局限。同时，SAM2MOT具备零样本能力，无需在不同场景中进行训练或微调，该特性减少了部署成本，推动了多目标跟踪技术的实际落地。SAM2MOT结合目标检测模型为独立目标提供初始化的提示信息，并严格管理目标的新增、删除与质量重建，确保在控制误报的同时，达到最佳跟踪效果。
2025-04-18 23:59:27
163
转载 多模态学习、扩散模型微信群成立！
如果你的研究中要用到Mamba，或者对Mamba感兴趣，那可以加我微信！已经成为近期发论文的"新神器"！各种魔改Mamba层出不穷！群里每天讨论最新最前沿的Mamba、SSM技术，还有海量入门知识点交流。，来添加好友（或者联系已经加好微信的CVer小助手）。，来添加好友（或者联系已经加好微信的CVer小助手）。，来添加好友（或者联系已经加好微信的CVer小助手）。，来添加好友（或者联系已经加好微信的CVer小助手）。扫描下方二维码，加入CVer学术星球。发论文/搞科研/涨薪，强烈推荐！
2025-04-18 23:59:27
31
转载 顶刊TNNLS 2025！TransXNet：通用的视觉Backbone，性能强大！
然而，卷积核的静态特性使其无法利用这些信息来动态调整，这限制了模型在深层结构中的表现。表征能力差异：由于卷积缺乏类似self-attention的动态性，这导致在卷积-attention混合模块中，self-attention的语义建模能力可能会被削弱，因为卷积部分的静态特性限制了整体模块的表征能力。为了验证TransXNet的性能，研究团队分别在ImageNet-1K、COCO 2017和ADE20K数据集上进行了广泛的实验，结果表明，TransXNet作为一个通用视觉模型，展现出了卓越的性能。
2025-04-18 00:00:10
64
转载 2025年，Diffusion还有的做吗？
计算机视觉发展到现在，越来越卷，涌入的人越来越多，很多经典领域的主赛道近乎于做无可做。基于扩散模型的单目深度估计方法虽然性能优越，但在现实世界常见的恶劣条件下（如雨、雪等）通常表现不可靠。提高模型在这些挑战性环境下的。而在现实世界中，诸如黑夜、雨雪雾等外界因素和图像失焦、压缩等内部因素导致的图像退化，会极大的影响各任务的性能。将输入图像与其提取的深度相关特征进行拼接，作为扩散模型的条件输入，提供更丰富的上下文信息。，但学生模型的性能受限于教师模型的准确性（存在性能上限）且在有巨大域差异时出错。
2025-04-18 00:00:10
68
转载 211，迎来新校长！
长期以来以一碳化工为主要研究方向，重点围绕合成气制有机含氧化合物绿色工艺、二氧化碳捕集与利用中的关键科学问题，从反应机理、催化剂设计、多相传递、系统集成和工程放大等方面开展研究工作。获中国发明专利34项，美国、欧洲、日本等国际发明专利7项，形成了具有自主知识产权的合成气制乙二醇/乙醇、工业尾气高值化资源化利用、CO2捕集利用等成套技术，成功应用于十多套工业生产装置，总产能逾260万吨/年，经济效益与社会效益显著。2024年11月，马新宾出任新疆大学党委副书记、副校长，至此番履新，
2025-04-18 00:00:10
38
转载 何恺明ResNet登顶！Transformer上榜，Nature揭秘21世纪引量用最多的论文！
其他软件论文，如排名第十五的scikit-learn（Python机器学习库）和排名第十八的DESeq2（RNA测序分析），因其开源和易用性，成为科学家不可或缺的工具。此外，2017年谷歌发表的Attention is all you need排位列七，论文中提出了著名的Transformer架构，成为ChatGPT等大模型的核心。然而，令人意外的是，那些广为人知的科学发现：从mRNA疫苗和CRISPR基因编辑技术，到希格斯玻色子的发现和引力波的首次测量，并没有出现在这些入选的论文中。
2025-04-16 23:59:41
56
转载 画质理解新突破！北京大学&字节提出Q-Insight：让大模型深度思考推理！
视觉信息智能学习实验室（VILLA）由北京大学长聘副教授张健于2019年创立，致力于视觉重建与生成、AIGC内容安全等前沿领域的研究，成立以来已在TPAMI、TIP、IJCV、CVPR、ICCV、NeurIPS等顶级期刊会议上发表论文100余篇，其开源项目在GitHub平台获得广泛关注，累计star数超过10k。Q-Insight首次将强化学习引入图像质量评估任务，创造性地运用了“群组相对策略优化”（GRPO）算法，不再依赖大量的文本监督标注，而是挖掘大模型自身的推理潜力，实现对图像质量的深度理解。
2025-04-16 23:59:41
85
转载 2026届秋招倒计时！
2025届-2026届-2027届）找工作/实习的人群（研一/研二/大二-大四等），也强烈推荐刚入学的学生以及有考虑跳槽的工程师，早点为找工作做准备，锻炼刷题意识和能力。深度学习，机器学习，计算机视觉，图像处理，自然语言处理，SLAM，大数据，数据分析，自动驾驶，机器人，推荐系统，Java，C/C++和Python。、百度、字节跳动、美团、拼多多、京东、快手、商汤、旷视、滴滴、OPPO、VIVO、华为、小米、大疆、平安科技。，回答问题，分享面试题，分享面试心得，分享内推信息，分享学习资料等。
2025-04-16 23:59:41
59
转载 CVPR 2025 | 拿下多个第一！MonSter：双目深度估计大模型
本文介绍了MonSter，一种用于立体深度估计的基础模型，旨在利用单目深度估计和立体匹配的互补优势，解决现有立体匹配方法难以处理匹配线索有限的不适定区域，如遮挡、无纹理、细结构、反光等区域，在提升精度的同时增强泛化性能。基于这些见解，我们提出了MonSter，这是一种将立体匹配分解为单目深度估计和逐像素尺度-偏移恢复的新方法，它充分结合了单目和立体算法的优点，克服了缺乏匹配线索的局限性。我们还证明了我们方法的高效性，当使用我们的框架时，仅需要4次迭代就可以达到相比baseline更高的精度，推理速度更快。
2025-04-15 13:06:12
223
转载 刚刚，ICLR 2025时间检验奖颁给Adam之父！Bengio「注意力机制」摘亚军！
他是蒙特利尔大学的教授，也是AI研究所MILA的科学总监。Adam全称是Adaptive Moment Estimation，通过结合梯度算法的一阶矩和二阶矩，自动调整学习率，不仅加速了模型收敛，还提升了训练的稳定性。2018年，他与Geoffrey Hinton和Yann LeCun因其在深度学习领域的基础性工作，共同获得了计算领域的「诺贝尔奖」——ACM图灵奖。自1993年以来，他一直是蒙特利尔大学的教员，领导着MILA，并且是加拿大高等研究院（CIFAR）「机器与大脑学习」项目的联合主任。
2025-04-15 13:06:12
66
转载 拿下二区idea！即插即用创新点：多尺度注意力！
与依赖于重型softmax注意力、硬件效率低的大核卷积或复杂的拓扑结构以获得良好性能的先前高分辨率稠密预测模型不同，我们的多尺度线性注意力仅通过轻量级和硬件高效的操作实现了全局感受野和多尺度学习（对于高分辨率稠密预测的两个理想特性）。设计了一种新的特征融合训练结构，有效地训练模型，充分提取不同尺度的特征，并通过空间注意力机制融合空间特征信息。该自监督聚类网络利用多尺度注意力机制将多尺度自动编码器的编码器、隐藏层和解码器层的特征信息融合在一起，从而在相同尺度内探索细胞之间的关联，并在不同尺度上捕获深层特征。
2025-04-15 13:06:12
57
转载 讣告！郭爱克院士参会期间心脏骤停，不幸离世
郭爱克长期致力于神经科学前沿探索，在学习记忆、注意抉择及神经计算与控制等脑认知领域取得了一系列原创性成果，引领了在“基因-脑-行为”框架下系统解析智力本质的研究，推动了空间亚磁环境影响脑认知功能的探索，促进了我国神经行为学、集群仿生学和微观神经联结组等多项智能交叉领域的布局与建设。4月11日，郭爱克院士治丧工作小组发布讣告称，中国科学院院士、国际著名神经科学家和生物物理学家、中国科学院大学教授郭爱克因病医治无效，于2025年4月10日14时18分在浙江杭州逝世，享年85岁。发论文/搞科研/涨薪，强烈推荐！
2025-04-15 13:06:12
39
转载 CVPR 2025｜MomAD：动量感知规划的端到端自动驾驶
具体而言，在nuScenes数据集中，与SparseDrive相比，MomAD在4秒、5秒和6秒的L2误差分别降低了0.09米（5.14%）、0.34米（14.66%）和0.50米（16.95%），碰撞率分别降低了0.04%、0.11%和0.20%，TPC（轨迹预测一致性）分别降低了0.14米（10.53%）、0.21米（12.65%）和0.38米（19.10%）。难点：现有方法在处理复杂场景时，往往依赖于一次性轨迹预测，缺乏时序一致性和对动态环境的适应性，容易导致轨迹预测的不稳定和碰撞风险增加。
2025-04-14 13:06:12
80
转载 读博士，一定不要瞎忙活。。。
万物皆卷的时代，升学、就业的竞争越来越激烈，想要保研、申博、进大厂，没有高质量论文在手就相当于“裸奔”！选题分析-->实验设计及验证-->创新点设计-->成稿润色-->选刊投稿-->录用发表！甚至多篇高质量的论文，就是学术成果最好的展现，当然它也意味着未来更优质的工作和薪酬。也就这次的指导，你现在的困境，就被导师的一个思路解决，少走几个月弯路！，为晋升加薪，评奖评优，就业竞争等加分的职场人士，科研人。导师自身的实力只是一部分，但更重要的是导师的教学能力。，想提升学术能力，科研经验，获得高分毕业论文的同学。
2025-04-14 13:06:12
44
转载 只因论文“碰瓷“，ICLR 2025区域主席直接拒稿！最强rebuttal，成功接收并选为Spotlight！
的v1版本时，很少有对一发表论文的相关讨论。更加惊讶的是，「李鬼」Rylan Schaeffer所谓的「模型坍塌必读理论」，是Julia Kempe之前定理的一个微不足道的推论，而且Rylan Schaeffer的论文还具有误导性。由于定义和理由上的差异，考虑到缩小性能差距是正确的定义，通过这一广泛接受的视角，正方Julia Kempe等人已经重新审视了所有关于模型崩溃的相关工作。不幸的是，Gerstgrasser等人，基本上忽视了互动的建设性批评，甚至将评论仅作为脚注，附在论文的末尾。
2025-04-14 00:00:00
62
转载 Apple 多模态大模型新工作！发现原生多模态模型Scaling Laws：早融合优于后融合，MoE优于密集模型
具体来说，如果将损失看作计算量的函数，GPT-3 遵循 L ∝ C^−0.048，而该团队的模型遵循 L ∝ C^−0.049，这表明 NMM 的性能遵循与 LLM 类似的 scaling 规律。这一趋势在图 3 中显而易见，在较小的模型规模下，早融合的表现优于后融合，而在较大的模型规模下，两种架构的性能收敛到相似的水平。然而，随着密集模型规模变得足够大，两种架构之间的差距会逐渐缩小。此外，对于多模态 Scaling Laws 的研究表明，随着计算预算的增加，早融合和后融合的计算最优模型性能相似。
2025-04-14 00:00:00
57
转载 教育部发布预警！
教育部提醒广大留学人员，近期选择赴美有关州学习时做好安全风险评估，增强防范意识。日前，教育部发布2025年第1号留学预警。教育部表示，近日，美国俄亥俄州通过。即可下载本课程的所有566页课件PPT！添加微信号：CVer2233，小助手会拉你进群！扫描下方二维码，加入CVer学术星球。CV从入门到精通资料，及最前沿应用。发论文/搞科研/涨薪，强烈推荐！CVPR 2025 论文和代码下载。ECCV 2024 论文和代码下载。AI/CV重磅干货，第一时间送达。，其中包含涉华消极条款，CV垂直方向和论文投稿。
2025-04-14 00:00:00
50
转载 院长买卖实验数据、经费滥用！国家基金委通报2025首批不端案件，26人重罚！
论文1：Quanfang Huang, Jinbin Wei, Xing Lin*, et al. Role of RKIP in human hepatic stellate cell proliferation, invasion, and metastasis. Journal of Cellular Biochemistry, 2019, 120(4): 6168-6177.（标注基金号81473431、81660693、81660686、81660706）
2025-04-14 00:00:00
125
转载 只因论文“碰瓷“，ICLR 2025区域主席直接拒稿！最强rebuttal，成功接收并选为Spotlight！
的v1版本时，很少有对一发表论文的相关讨论。更加惊讶的是，「李鬼」Rylan Schaeffer所谓的「模型坍塌必读理论」，是Julia Kempe之前定理的一个微不足道的推论，而且Rylan Schaeffer的论文还具有误导性。由于定义和理由上的差异，考虑到缩小性能差距是正确的定义，通过这一广泛接受的视角，正方Julia Kempe等人已经重新审视了所有关于模型崩溃的相关工作。不幸的是，Gerstgrasser等人，基本上忽视了互动的建设性批评，甚至将评论仅作为脚注，附在论文的末尾。
2025-04-14 00:00:00
45
转载 只因论文“碰瓷“，ICLR 2025区域主席直接拒稿！最强rebuttal，成功接收并选为Spotlight！
的v1版本时，很少有对一发表论文的相关讨论。更加惊讶的是，「李鬼」Rylan Schaeffer所谓的「模型坍塌必读理论」，是Julia Kempe之前定理的一个微不足道的推论，而且Rylan Schaeffer的论文还具有误导性。由于定义和理由上的差异，考虑到缩小性能差距是正确的定义，通过这一广泛接受的视角，正方Julia Kempe等人已经重新审视了所有关于模型崩溃的相关工作。不幸的是，Gerstgrasser等人，基本上忽视了互动的建设性批评，甚至将评论仅作为脚注，附在论文的末尾。
2025-04-14 00:00:00
25
转载 只因论文“碰瓷“，ICLR 2025区域主席直接拒稿！最强rebuttal，成功接收并选为Spotlight！
的v1版本时，很少有对一发表论文的相关讨论。更加惊讶的是，「李鬼」Rylan Schaeffer所谓的「模型坍塌必读理论」，是Julia Kempe之前定理的一个微不足道的推论，而且Rylan Schaeffer的论文还具有误导性。由于定义和理由上的差异，考虑到缩小性能差距是正确的定义，通过这一广泛接受的视角，正方Julia Kempe等人已经重新审视了所有关于模型崩溃的相关工作。不幸的是，Gerstgrasser等人，基本上忽视了互动的建设性批评，甚至将评论仅作为脚注，附在论文的末尾。
2025-04-14 00:00:00
39
转载 只因论文“碰瓷“，ICLR 2025区域主席直接拒稿！最强rebuttal，成功接收并选为Spotlight！
的v1版本时，很少有对一发表论文的相关讨论。更加惊讶的是，「李鬼」Rylan Schaeffer所谓的「模型坍塌必读理论」，是Julia Kempe之前定理的一个微不足道的推论，而且Rylan Schaeffer的论文还具有误导性。由于定义和理由上的差异，考虑到缩小性能差距是正确的定义，通过这一广泛接受的视角，正方Julia Kempe等人已经重新审视了所有关于模型崩溃的相关工作。不幸的是，Gerstgrasser等人，基本上忽视了互动的建设性批评，甚至将评论仅作为脚注，附在论文的末尾。
2025-04-14 00:00:00
32
机器学习实战（中文版+英文版+源代码）
2017-09-15
2017年互联网女皇报告中英文完整版
2017-06-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人