实体
AI Foundation Models
AI Foundation Models
PulseAugur coverage of AI Foundation Models — every cluster mentioning AI Foundation Models across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
StackingNet框架聚合AI模型以提升性能
研究人员开发了一个名为StackingNet的新框架，旨在通过聚合多个独立基础模型的输出来提高人工智能系统的性能。这种元集成方法提高了准确性，减少了错误，并能在无需访问其内部参数或训练数据的情况下识别表现不佳的模型。StackingNet在语言理解和视觉属性估计等各种任务中都表现出了一致的改进，并且随着合作模型的多样性和数量的增加，其有效性也随之提高。
-
AI基础模型增强时空环境事件搜索
研究人员开发了一个新的框架，利用AI基础模型，特别是大型语言模型（LLMs）和视觉语言模型（VLMs），来增强包含时空信息的文档的语义搜索和推荐。该框架引入了两种新算法：CAMERA，它结合文本和视觉数据以获得更丰富的嵌入；ASTRA，它通过考虑与尺度相关的时空相关性以及语义相似性来优化排名。使用环境事件数据进行的实验表明，VLM增强的方法在性能上显著优于单一模态、基于LLM的方法，提供了对局部环境变化的改进见解。