新闻中心 
-
06-17ACL 2025论文盖棺定论：大语言模型≠世界模拟器，Yann LeCun：太对了如果GPT-4在模拟基于常识任务的状态变化时准确率都只有约60%，那么我们还要考虑将大语言模型作为世界模拟器来使用吗？最近两天，一篇入选ACL2024的论文《C...
-
05-28清华接手，YOLOv10问世：性能大幅提升，登上GitHub热榜目标检测系统的标杆YOLO系列，再次获得了重磅升级。自今年2月YOLOv9发布之后，YOLO（YouOnlyLookOnce）系列的接力棒传到了清华大学研究人员...
-
05-23yolov部署到iPhone或终端实践全过程期待已久的检测经典又来了一波强袭——YOLOv5。其中，YOLOv5没有完整的文件，现在最重要的应该是把YOLOv4弄清楚，在目标检测领域中受益匪浅，可以在某些...
-
05-06ICLR 2025 Spotlight | 负标签挖掘助力基于CLIP的分布外检测任务在机器学习模型日益应用于开放世界场景中，如何有效识别和处理分布外（Out-of-Distribution，OOD）数据成为一个重要研究领域。分布外数据的存在可能...
-
04-18综述！深度模型融合（LLM/基础模型/联邦学习/微调等）23年9月国防科大、京东和北理工的论文“DeepModelFusion:ASurvey”。深度模型融合/合并是一种新兴技术，它将多个深度学习模型的参数或预测合并...
-
04-07ICLR 2025 | 联邦学习后门攻击的模型关键层联邦学习使用多个参与方可以在数据隐私得到保护的情况下训练模型。但是由于服务器无法监控参与者在本地进行的训练过程，参与者可以篡改本地训练模型，从而对联邦学习的整体...
