实体
Drift
Drift
PulseAugur coverage of Drift — every cluster mentioning Drift across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
3 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的DRIFT方法改进了AI生成图像的检测
研究人员开发了一种名为DRIFT的新方法来检测AI生成的图像，该方法可以适应未见的图像生成器。这种方法将检测表述为使用单类监督学习真实图像的不变性流形。DRIFT利用轻量级投影头将图像表示空间分离为鲁棒子空间和脆弱子空间，通过测试不变性的违反来启用检测。
-
AI框架DRIFT提升6G卫星网络效率
研究人员开发了一个名为DRIFT的新型AI驱动框架，用于预测6G非地面网络中的无线信道响应。该轻量级架构旨在通过在初始导频传输后依赖数据驱动的处理来减少导频开销。DRIFT的卷积和LSTM变体设计用于低计算成本，使其适用于功耗受限的卫星实现，并实现高达12%的频谱效率提升。
-
新的DRIFT框架提升了LLM多轮学习效率
研究人员推出了一种新的框架DRIFT，旨在提高大型语言模型进行多轮交互训练的效率。DRIFT解决了昂贵的在线强化学习与效果较差的离线监督微调之间的权衡问题。通过将轨迹采样与优化解耦并使用重要性权重，DRIFT在保持监督微调的简洁性和效率的同时，实现了与强化学习相当的性能。