摘要：
前言 为了深入了解大模型的科学原理并确保其安全，可解释变得日益重要。解释大模型带来了很多独特挑战：（1）大模型参数特别多，怎么尽可能确保解释速度？（2）大模型涉及的样本特别多，如何让用户尽可能少看一些样本的解释也能了解大模型的全貌？这两个问题都指向了对大模型解释效率的要求，而我们希望通过新的范式，为 阅读全文
摘要：
前言 稚晖君究竟是如何安排业余时间去做这么多高水平的项目？而且每个项目的用时也很少，普通人能够从中借鉴一些经验吗？ 本文转载自计算机视觉life 原文链接：https://www.zhihu.com/question/491456524/answer/2183081310 仅用于学术分享，若侵权请联 阅读全文
摘要：
前言 现代自动驾驶车辆的感知系统通常从互补的多模态传感器(如LiDAR和摄像机)获取输入。然而，在现实应用中，传感器损坏和故障会导致性能低下，从而影响自动驾驶的安全性。本文提出了一个鲁棒框架，称为MetaBEV，以解决极端的现实世界环境，包括整体六个传感器损坏和两个极端传感器失踪的情况。在MetaB 阅读全文
摘要：
前言 国产大模型，再次迎来新玩家！ 本文转载自量子位 仅用于学术分享，若侵权请联系删除 欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV招聘信息。 CV各大方向专栏与各个部署框架最全教程整理 【CV技术指南】CV全栈指导班、基础入门班、论文指导班 全面上线!! 阅读全文
摘要：
前言 近日，国际计算机视觉大会 ICCV（International Conference on Computer Vision）公布了 2023 年论文录用结果，本届会议共有 8068 篇投稿，接收率为26.8%。ICCV 是全球计算机领域顶级的学术会议，每两年召开一次，ICCV 2023 将于今 阅读全文
摘要：
前言 本文的主要贡献为：1. 提出了基于 GAN 和 Transformer混合架构的通用 3D 人体动作生成框；2. 不仅能够实现单人动作生成，还能拓展到多人交互式动作生成；3. 基于 GTA 游戏引擎构造了一个合成的多人打架数据集，包括2～5个人同时交互，现已开源。 本文转载自PaperWeek 阅读全文
摘要：
前言 数据集标签纷繁复杂，一直缺少系统、完善的分类体系，而这恰恰又是通用目标检测大模型的重要基础。今天，给大家介绍一篇超级“狠活”文章，来自上海人工智能实验室和香港中文大学的学者提出了一个海量类别的目标检测数据集V3Det，总类别数达到13029！ 本文转载自我爱计算机视觉 仅用于学术分享，若侵权请 阅读全文
摘要：
前言 多目标跟踪（MOT）旨在在帧间检测和关联所有所需的目标。大多数方法通过明确或隐式地利用强大的线索（即空间和外观信息）来完成任务，这些线索表现出强大的实例级别判别能力。然而，当出现目标遮挡和聚类时，由于目标之间的高度重叠，空间和外观信息同时变得模糊不清。在本文中，作者证明MOT中这个长期以来的挑 阅读全文
摘要：
前言 LLM的问题就是权重参数太大，无法在我们本地消费级GPU上进行调试，所以我们将介绍3种在训练过程中减少内存消耗，节省大量时间的方法:梯度检查点，LoRA和量化。 本文转载自DeepHub IMBA 仅用于学术分享，若侵权请联系删除 欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技 阅读全文