暂无搜索历史
6月23日，在百度AI开放日上，百度智能代码助手“文心快码”迎来重大升级。百度副总裁陈洋正式发布其独立AI原生开发环境工具——Comate AI IDE。这是业...
在AI战场，“幻觉”曾是阻碍大模型落地的头号敌人。而检索增强生成（RAG）技术，凭借其“用事实为生成保驾护航”的能力，成为企业对抗幻觉的标配武器。从2023年至...
近期，人们对大型语言模型（如DeepSeek-R1）推理能力的关注呈爆炸式增长，通过基于强化学习的微调框架（如组相对策略优化（Group Relative Po...
https://www.mdpi.com/1424-8220/25/7/2193
大型语言模型（LLM）的训练流程通常分为预训练（Pre-training） 和后训练（Post-training） 两个核心阶段。在后训练阶段，监督微调（SFT...
以下是对Involution 代码的详细解析，包括其核心思想、结构设计和实现细节：
表格结构识别是文档分析中的一项关键任务。然而，变形表格中的几何变形削弱了内容与结构信息之间的关联性，进而阻碍了下游任务准确提取内容的能力。为应对这一挑战，我们提...
在RAG系统中，当前开发者常被答案不完整、响应不稳定、幻觉频发等问题困扰，其根源往往不在模型本身，而在知识库处理环节的缺失。
具备视觉能力的嵌入式飞行设备在众多应用中变得至关重要。在航空图像检测领域，尽管许多现有方法已部分解决了小目标检测的问题，但在优化小目标检测以及平衡检测精度与效率...
基于端到端Transformer的检测器（DETR）已展现出强大的检测性能。然而，领域泛化（DG）研究主要聚焦于基于卷积神经网络（CNN）的检测器，对提升DET...
由于数学推理具有复杂且结构化的特性，这对语言模型构成了重大挑战。在本文中，我们介绍了 DeepSeekMath 7B 模型，该模型在 DeepSeek-Code...
亲爱的读者朋友们，国产大模型佼佼者 DeepSeek-R1 近日完成了重要版本升级——DeepSeek-R1-0528 正式发布！
在近期关于多模态模型的研究中，将图像理解与生成统一起来受到了越来越多的关注。尽管图像理解的设计选择已经得到了广泛研究，但对于具有图像生成功能的统一框架而言，其最...
大模型一般分三个阶段（现在有很多个阶段的，比如DeepSeek），首先要完成的是Pre-Training阶段。预训练是指在大量无标签数据上进行训练，使模型学习到...
监督微调（Supervised Fine-Tuning, SFT）是一种在预训练语言模型（LLM）基础上，使用高质量标注数据进一步优化模型以适应特定任务或领域的...
在AI领域，视觉与语言的结合一直是技术攻坚的难点。传统模型往往只能对整张图片或视频进行概括性描述，但面对用户指定的某个区域时，细节捕捉能力大打折扣。近日，英伟达...
标题：Hierarchical Cross-Modal Alignment for Open-Vocabulary 3D Object Detection 作者...
论文标题：OverLoCK: A Convolutional Neural Network with Top-Down Attention for Visual...
在计算机视觉领域，视频运动对象分割（MOS）一直是自动驾驶、动作识别等应用的核心技术。然而，传统算法常因光照变化、遮挡、复杂运动等问题表现不佳，而Meta的SA...
在自动驾驶和智能监控等场景中，多目标跟踪（MOT）技术需要应对现实世界中层出不穷的新物体类别。传统方法依赖预定义类别，面对“无人机配件”“新型宠物”等未知目标时...
暂未填写公司和职称
暂未填写个人简介
暂未填写技能专长
暂未填写学校和专业
暂未填写个人网址
暂未填写所在城市
