新闻中心 
-
05-17CVPR'24 Oral | 一览纯稀疏点云检测器SAFDNet的前世今生！写在前面&笔者的个人理解3D点云物体检测对自动驾驶感知至关重要，如何高效地从稀疏点云数据中学习特征表示是3D点云物体检测领域的一个关键挑战。我们在本文中...
-
05-14西浦、利物浦大学提出：点云数据增强首个全面综述AIxiv专栏是本站发布学术、技术内容的栏目。过去数年，本站AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传...
-
05-14微软让MoE长出多个头，大幅提升专家激活率MH-MoE能优化几乎所有专家，实现起来非常简单。混合专家（MoE）是个好方法，支持着现在一些非常优秀的大模型，比如谷歌家的Gemini1.5以及备受关注的Mi...
-
05-13超越ORB-SLAM3！SL-SLAM：低光、严重抖动和弱纹理场景全搞定写在前面今天我们探讨下深度学习技术如何改善在复杂环境中基于视觉的SLAM（同时定位与地图构建）性能。通过将深度特征提取和深度匹配方法相结合，这里介绍了一种多功能...
-
05-13DiT架构大一统：一个框架集成图像、视频、音频和3D生成，可编辑、能试玩基于DiffusionTransformer（DiT）又迎来一大力作「Flag-DiT」，这次要将图像、视频、音频和3D「一网打尽」。今年2月初，Sora的发布...
-
05-13Flash Attention稳定吗？Meta、哈佛发现其模型权重偏差呈现数量级波动MetaFAIR联合哈佛优化大规模机器学习时产生的数据偏差，提供了新的研究框架。据所周知，大语言模型的训练常常需要数月的时间，使用数百乃至上千个GPU。以LLa...
