深度神经网络在计算机视觉领域有着出色的表现，但是更快的推理时间是必要的。这篇论文介绍了一种新的Inter-Class Similarity Distillation方法和一种Adaptive Loss Weighting策略，能够更好地从老师网络向学生网络传...

研究人员已经开发出一种新的方法，叫做双聚合变换器（DAT），该方法通过空间和通道注意力来提升图像的超分辨率效果。DAT使用了诸如自适应交互模块和空间门前馈网络等特殊工具，其性能优于当前的其他方法。空间和通道...

无分类器引导是一种引导模型生成的方式。它在图像生成中得到了广泛的应用。同时，它对于文本也同样适用，如今已被纳入Hugging Face模型的`.generate()`方法中。无分类器引导的工作原理是通过对模型的输出进行引导，...

图像分割是一种将图像中属于对象的每个区域进行标记的过程，这比传统的分类问题要复杂得多。而且，如果没有预定义的对象列表，进行通用分割将是一项挑战。包含某些世界表示的语言模型可以为分割提供巨大的推动力。LI...

近段时间来，大家在讨论的焦点主要集中在计算瓶颈问题上。这通常意味着创业者们将深入研究找出解决方案。一家新公司正在试图制造专门的Transformer芯片。我们希望这种芯片不仅可以用于推断，还能应用于训练。虽然这...

制作LK-99的过程非常复杂，并且在获取所需材料方面存在一些困难。原始论文对制造过程的描述非常模糊。他们忽略了关键细节，因此试图复制他们的结果的科学家们不得不猜测。这些因素导致了许多失败的尝试。LK-99引发的...

如Auto-GPT和Baby AGI等代理化语言模型的发展，可能会快速推动人工智能的发展。这些模拟人类认知功能的语言模型，为对齐和可解释性提出了新的挑战，但由于它们以英语处理信息，所以提供了独特的可解释性。

麻省理工学院计算机科学和人工智能实验室（CSAIL）的液态神经网络（LNNs）是一种在机器人技术和自动驾驶车辆方面表现出色的紧凑型AI。LNNs能够适应变化的环境，且其计算强度较低，性能超过标准模型。然而，对于静态...