VideoMamba是一种解决视频理解复杂性的解决方案，它通过高效地管理本地冗余和全局依赖性来实现。该项目的创建者宣布，他们已经将代码和模型全部发布到GitHub上供公众使用。这个开源项目将提高人工智能在视频理解上的...

OpenAI的超对齐团队开发了一款名为Transformer Debugger的工具，以支持对小型语言模型的特定行为进行调查。该工具将自动可解释性技术与稀疏自编码器相结合。

这个项目引入了一种新颖的方法，通过单个图像生成高质量、详细的3D物体，增强了3D物体的生成。该方法基于视频扩散模型，利用深度学习技术从单个视角的2D图像生成高质量的3D模型。此方法可应用于各种领域，如游戏制作...

据报道，使用公共API即可窃取闭源语言模型的部分内容，例如嵌入层。这项技术只需不到2000美元的预算即可实现。

Transformer Debugger是一种工具，它通过将自动可解释性技术与稀疏自动编码器相结合，支持对小型语言模型的特定行为进行调查。

互联网档案馆拥有超过2亿个OCR图书页面，可供研究使用。该数据集可用于文本识别、自然语言处理、信息检索等多个领域的研究。研究人员可以使用该数据集进行模型训练、语言建模、数据分析等工作。该数据集的发布将加速...

Face2Diffusion（F2D）为创建个性化人脸提供了一种新的解决方案，通过滤除非必要的身份信息，解决了过度拟合的常见问题，从而提高了可编辑性。F2D使用扩散卷积算法来生成人脸，该算法可以生成高质量的人脸图像，并且...

SplattingAvatar推出了一种新的方法，通过将3D网格几何与高斯分布合成，使虚拟人物的外貌更加逼真。该技术使用了一种称为“斑点”的方案，它在三维网格上绘制了一些高斯斑点，然后将它们合成为逼真的外观。这项技术可...