CV - 计算机视觉 | ML - 机器学习 | RL - 强化学习 | NLP 自然语言处理
Subjects: cs.CL
1.HuggingGPT: Solving AI Tasks with ChatGPT and its Friends in HuggingFace
标题：HuggingGPT：使用 ChatGPT 及其在 HuggingFace 中的朋友解决 AI 任务
作者：Yongliang Shen, Kaitao Song, Xu Tan, Dongsheng Li, Weiming Lu, Yueting Zhuang
文章链接：https://arxiv.org/abs/2303.17580
摘要：
解决具有不同领域和模式的复杂 AI 任务是通向通用人工智能 (AGI) 的关键一步。虽然有丰富的 AI 模型可用于不同的领域和模式，但它们无法处理复杂的 AI 任务。考虑到大型语言模型 (LLM) 在语言理解、生成、交互和推理方面表现出非凡的能力，我们提倡 LLM 可以充当控制器来管理现有的 AI 模型以解决复杂的 AI 任务，并且语言可以作为通用接口来赋能这。基于这一理念，我们提出了 HuggingGPT，这是一个利用 LLM（例如 ChatGPT）连接机器学习社区（例如 HuggingFace）中的各种 AI 模型以解决 AI 任务的系统。具体来说，我们在收到用户请求时使用 ChatGPT 进行任务规划，根据 HuggingFace 中可用的功能描述选择模型，用选定的 AI 模型执行每个子任务，并根据执行结果汇总响应。借助ChatGPT强大的语言能力和HuggingFace丰富的AI模型，HuggingGPT能够覆盖众多不同模态和领域的复杂AI任务，并在语言、视觉、语音等具有挑战性的任务中取得令人瞩目的成果，开辟了一条新的道路。走向通用人工智能。
2.Language Models Trained on Media Diets Can Predict Public Opinion
标题：在媒体饮食上训练的语言模型可以预测公众舆论
作者：Eric Chu, Jacob Andreas, Stephen Ansolabehere, Deb Roy
文章链接：https://arxiv.org/abs/2303.16779
摘要：
民意反映和塑造社会行为，但传统的基于调查的工具来衡量它是有限的。我们引入了一种新方法来探索媒体饮食模型——适应在线新闻、电视广播或广播节目内容的语言模型——可以模拟消费了一组媒体的亚群的意见。为验证此方法，我们将美国全国代表性调查中关于 COVID-19 和消费者信心的意见用作基本事实。我们的研究表明，这种方法 (1) 可以预测调查响应分布中发现的人类判断，并且对媒体曝光的措辞和渠道具有稳健性，(2) 更准确地为更密切关注媒体的人建模，以及 (3) 与文献保持一致哪些类型的意见受到媒体消费的影响。探索语言模型为研究媒体效果提供了一种强大的新方法，在补充民意调查和预测公众舆论方面具有实际应用，并表明需要进一步研究神经语言模型可以预测人类反应的令人惊讶的保真度。
Subjects: cs.CV
3.F²-NeRF: Fast Neural Radiance Field Training with Free Camera Trajectories
标题：F²-NeRF：使用自由相机轨迹进行快速神经辐射场训练
作者：Peng Wang, Yuan Liu, Zhaoxi Chen, Lingjie Liu, Ziwei Liu, Taku Komura, Christian Theobalt, Wenping Wang
文章链接：https://arxiv.org/abs/2303.15951
项目代码：https://totoro97.github.io/projects/f2-nerf/
摘要：
本文介绍了一种名为 F²-NeRF (Fast-Free-NeRF) 的新型基于网格的 NeRF，用于新型视图合成，它支持任意输入摄像机轨迹，并且只需几分钟的训练时间。现有的基于网格的快速 NeRF 训练框架，如 Instant-NGP、Plenoxels、DVGO 或 TensoRF，主要针对有界场景设计，并依靠空间扭曲来处理无界场景。现有的两种广泛使用的空间扭曲方法仅针对前向轨迹或 360 度以对象为中心的轨迹而设计，无法处理任意轨迹。在本文中，我们深入研究了处理无界场景的空间扭曲机制。基于我们的分析，我们进一步提出了一种称为透视变形的新空间变形方法，它允许我们处理基于网格的 NeRF 框架中的任意轨迹。大量实验表明，F2-NeRF 能够使用相同的透视变形在两个标准数据集和我们收集的新自由轨迹数据集上渲染高质量图像。项目页面：这个 https URL
