这项研究介绍了AV-SUPERB，这是一个新的基准测试，用于测试训练模型在各种任务中对声音和视觉数据的理解程度。AV-SUPERB的目标是推动音频和视觉共同理解的发展，并为未来的研究提供一个统一的平台。这项研究突出了模...

最近的研究引入了RenderIH，这是一个包含各种手部位置的超现实图像的庞大收藏，解决了旧数据集过于简单的问题。同时，研究还呈现了TransHand，这是一个能够非常精确读取这些手部位置的新工具。RenderIH的引入，不仅...

科研人员已经找到了一种方法，使得2D和3D技术能够无缝地协同工作，以实现更优秀且更具灵活性的设计。这种新的技术能够打破传统的维度界限，为图像设计领域带来革新性的突破。不仅如此，该方法还能大大提高图像设计的...

科研人员已经开发出一种新的模型，名为HAMUR，以改进模型在多个主题或领域（如音乐、书籍或电影）中的推荐方式。与旧的方法混淆这些领域之间的信息不同，HAMUR采用了一种特殊的技术，使数据保持独立且更具灵活性。这...

科研人员成功训练出一个模型，通过使用自定义的数千种手动标记分子的数据集训练图神经网络，使其能够准确地识别气味。这是人工智能在模拟人类感知能力方面的一次重大突破，标志着人工智能在感知世界的能力上迈出了新...

科研人员正在探索一种名为“扩散模型”的新方法，以增强已进行训练的模型的强度。这种新方法被命名为“DiffSmooth”，通过使用扩散清理数据，然后利用特殊的平滑过程让模型变得更加可靠。这一创新方法的提出，意味着我们...

科研人员已经开发出一种名为CALM的新测试，用来检查AI语言工具是否存在偏见。他们从不同的来源收集了大量的数据，并测试了各种AI模型，结果发现一些大型AI模型的偏见可能比较小的模型更严重。这一发现对于AI领域的研...

DeepSpeed是微软推出的一个库，可以用来扩大语言模型的预训练。虽然使用起来有些复杂，但它提供了强大的抽象功能。微软最近添加了序列并行性，可以训练具有更长上下文长度的模型。这并不是一个新的突破，而是对开源...