Scenic是一个以注意力为核心的计算机视觉研究代码库。

S.A.T.U.R.D.A.Y提供了构建优雅语音接口到现代LLMs的工具。

该研究介绍了一种新方法，改进了对环境中三维运动的理解，相比现有技术产生了更真实的姿势。

这项研究提出了一种名为滤波引导扩散（FGD）的方法，可以在不需要额外训练或更改底层模型的情况下增强图像翻译。FGD根据先前步骤调整扩散过程，并在结构指导和性能方面提供了显著的改进。

该研究介绍了一种新的方法称为'体积融合'（Volume Fusion，VF），它可以在不需要大量预标注数据的情况下训练三维医学成像模型。研究表明，结合新的网络结构，VF能够提高不同身体部位医学图像解读的准确性。

近日，一款名为Talk-Codebase的新工具在GitHub上发布了。该工具利用OpenAI、LlamaCpp和GPT-4-All技术，实现了与代码库和文档进行交流的功能。通过这款工具，开发人员可以直接与代码库和文档进行对话，提问、查找信息...

LightGlue是一种新技术，可以更轻松、更快速地找到图片之间的相似之处，甚至比当前最好的方法Superglue还要好。LightGlue最好的部分是它可以根据图像复杂度进行自适应，对于简单的图像可以更快地工作，在实时应用中...

Salesforce发布了一组新的语言模型，该模型在GitHub上公开发布。这些模型使用4K和8K序列长度进行了15亿个令牌的训练，参数量为70亿。与目前许多开源模型如MPT或Falcon相比，这些模型具有更好或相当的性能。此外，它...