LoveLive!出了一篇AI论文：生成模型自动写曲谱

强化学习教父Richard Sutton新论文探索决策智能体的通用模型：寻找跨学科共性

Fudan DISC推出跨视觉语言模态预训练模型MVPTR：多层次语义对齐实现SOTA（已开源）

单个Transformer完成信息检索，谷歌用可微搜索索引打败双编码器模型

图灵奖获得者Yann LeCun：未来几十年AI研究的最大挑战是「预测世界模型」

模型推理提高5-20倍，一行代码测试多个DL编译器，这个库不懂硬件也会用

模型大十倍，性能提升几倍？谷歌研究员进行了一番研究

Prompt工程师指南从基础到进阶篇：用于开发和优化提示，以有效地使用语言模型（LMs）进行各种应用和研究主题

深度学习模型模拟大脑地形图，有助于回答大脑不同部分如何协同工作

陈丹琦组掩蔽语言模型研究引争议：15%掩蔽率不是最佳，但40%站得住脚吗？

90%论文都是以模型为中心，AI领域，数据和模型到底哪个重要？

本文参加新星计划人工智能(Pytorch)赛道：https://bbs.csdn.net/topics/613989052

Vision Transformers (ViT) 在计算机视觉任务中取得了快速进展，在各种基准测试中取得了可喜的成果。然而，由于大量的参数和模型设计，例如注意力机制，基于 ViT 的模型通常比轻量级卷积网络慢几倍。因此，应用部署 ViT 具有很大的挑战性，尤其是在移动设备等资源受限的硬件上。

 人体姿态估计是计算机视觉领域的基本研究问题之一，具有很广泛的实际应用，例如医疗健康领域的行为分析、元宇宙领域的AIGC内容生成等。但是，由于人体姿态丰富，人物衣着表观变化多样，光照和遮挡等因素，人体姿态估计任务非常具有挑战性。之前的深度学习方法主要研究了新的骨干网络设计、多尺度特征融合、更强的解码器结构和损失函数设计等。

训练2021年每个SOTA模型，他的「核武」策略意外收获Kaggle银牌

CV之后，纯MLP架构又来搞NLP了，性能媲美预训练大模型

当Swin Transformer遇上DCN，清华可变形注意力Transformer模型优于多数ViT

将因果关系估计引入推荐系统、提升推荐模型效果，快手新研究被WWW22接收

 常见的问题类型只有三种：分类、回归、聚类。而明确具体问题对应的类型也很简单。比如，如果你需要通过输入数据得到一个类别变量，那就是分类问题。分成两类就是二分类问题，分成两类以上就是多分类问题。常见的有：判别一个邮件是否是垃圾邮件、根据图片分辩图片里的是猫还是狗等等。

现有的基于Heatmap的两阶段方法并不是最优的，因为它们不是端到端训练的，且训练依赖于替代L1损失，不等价于最大化评估度量，即目标关键点相似度(OKS)。

王怀民院士：图灵计算模型仍是最深刻的理论基础，是新科学基础的基点

DB-GPT 是一个实验性的开源应用，它基于FastChat，并使用vicuna-13b作为基础模型, 模型与数据全部本地化部署, 绝对保障数据的隐私安全。 同时此GPT项目可以直接本地部署连接到私有数据库, 进行私有数据处理， 目前已支持SQL生成、SQL诊断、数据库知识问答、数据处理等一系列的工作。

Stable diffusion是一个基于Latent Diffusion Models（潜在扩散模型，LDMs）的文图生成（text-to-image）模型。具体来说，得益于Stability AI的计算资源支持和LAION的数据资源支持，Stable Diffusion在LAION-5B的一个子集上训练了一个Latent Diffusion Models，该模型专门用于文图生成。

黑箱优化：大规模语言模型的一种落地方式

1370亿参数、接近人类水平，谷歌对话AI模型LaMDA放出论文

Meta揭幕全球最快AI超算：目标一天之内训练万亿参数大模型

优于GAN、带上口罩都能还原，用去噪扩散概率模型极限修复图像，效果「真」极了

7 Papers & Radios | 可控核聚变登Nature封面；去噪扩散概率模型极限修复图像

颠覆传统、大规模检索系统首次引入「热刷新」模型升级，腾讯ARC Lab论文入选ICLR 2022

大规模蛋白质翻译后修饰提取模型BioBERT，具有远程监督和置信度校准

150亿参数，谷歌开源了史上最大视觉模型V-MoE的全部代码

不可思议！英伟达新技术训练NeRF模型最快只需5秒，单张RTX 3090实时渲染，已开源

LeCun预言的自监督模型来了：首个多模态高性能自监督算法，语音、图像文本全部SOTA

1370亿参数、接近人类水平，谷歌对话AI模型LaMDA放出论文

四大榜单第一名、首个中文预训练表格模型开源，达摩院TableQA技术让表格说话

四大榜单第一名、首个中文预训练表格模型开源，达摩院TableQA技术让表格说话

7 Papers & Radios | 中国天眼FAST登Nature封面；MIT提出可出题、做题、评分模型

7 Papers & Radios | 中国天眼FAST登Nature封面；MIT提出可出题、做题、评分模型

黑箱优化：大规模语言模型的一种落地方式

你说我画，你画我说：全球最大中文跨模态生成模型文心ERNIE-ViLG来了！

AI生成高数题，难出新高度：MIT提出首个可出题、做题、评分的算法模型

一个模型处理多种模态和任务，商汤等提出Uni-Perceiver，迈向通用预训练感知模型

增大模型依然有用，DeepMind用2800亿参数的Gopher，测试语言系统极限

用Transformer定义所有ML模型，特斯拉AI总监Karpathy发推感叹AI融合趋势

加载模型出现-RuntimeError: Error(s) in loading state_dict for Net:unexpected key(s) in state_dict: XXX

哈工大团队开源医学智能问诊大模型 | 华佗: 基于中文医学知识的LLaMa指令微调模型

视觉大模型系列 | MSA：一种简单强大的医学 SAM 适配器，轻松强化 SAM 到指定领域

中文LLaMa和Alpaca大语言模型开源方案 | 扩充中文词表 & 针对中文语料进行高效编码

视觉大模型系列 | STU-Net: 超越 nnU-Net，探讨大模型在医学图像分割领域的可能性

视觉大模型系列 | SEEM : 一种比 SAM 交互能力更强，且具有语义感知的分割大模型