Dota
PulseAugur coverage of Dota — every cluster mentioning Dota across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新框架提升遥感领域开放词汇分割能力
研究人员开发了两种用于遥感领域开放词汇语义分割的新框架。第一个是DinoSplat-OV，它在不进行微调的情况下，将DINOv3模型适配到该领域，并使用文本感知噪声抑制和高斯溅射上采样模块来处理遥感影像的独有特征。第二个是EOVSAM，它增强了Segment Anything Model 3 (SAM 3) 的单通道预测能力，提高了准确性并显著加快了推理速度。这两种方法都旨在克服遥感领域像素级标注成本高昂的限制。
-
《财富》杂志认为，AI 的“tokenmaxxing”反映了游戏界对 APM 的错误关注
文章将游戏中的“每分钟操作数”（APM）概念与当前 AI 领域的“tokenmaxxing”趋势进行了类比。在游戏中，仅关注 APM 被证明是一个虚荣指标，并不能保证胜利，AlphaStar 以较低的 APM 取得成功就是一个例子。同样，作者认为，在 AI 中过度消耗 token，尤其是在代理方面，正成为一个类似的虚荣指标。与其关注 token 数量，不如将重点转移到可观察性和验证上，以衡量有用的输出。
-
FLaRA架构预测未来驾驶场景以进行事故预测
研究人员推出了一种新的预测架构FLaRA，旨在预测驾驶场景中用于事故预测的未来潜在表征。该模型基于视频联合嵌入预测架构（V-JEPA2）构建，通过对观察到的帧进行条件设置来预测即将出现的场景特征。然后，分类器利用这些预测的表征进行事故预测，在Nexar、DAD、DADA-2000和DoTA等基准测试中表现优于现有方法。
-
AI智能体利用基础模型执行多样化任务，重点关注工具和规划
Chip Huyen 的最新博文改编自她的著作《AI Engineering》，探讨了智能体的概念，将其定义为能够感知并作用于环境的实体。这些智能体利用基础模型的先进能力，并通过工具进行增强以执行复杂任务。博文还深入探讨了智能体规划、工具选择以及评估其性能和潜在故障模式的方法。