Magdalena Trędowicz
PulseAugur coverage of Magdalena Trędowicz — every cluster mentioning Magdalena Trędowicz across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
LapMerge 推出线性时间令牌合并技术，用于 AI 模型
研究人员推出 LapMerge，这是一种新颖的可微分算子，旨在高效地缩减现代视觉和语言模型中的令牌序列。该方法通过基于拉普拉斯核学习到的质量分布，将序列划分为固定数量的段，从而解决了信息丢失和计算成本之间的权衡。LapMerge 在前向和后向传播中均实现了线性时间复杂度，允许在不重新训练的情况下动态调整预算，并提供令牌级别的分配图。在视觉和视觉-语言任务上进行测试，LapMerge 在性能上匹配或超越了现有的令牌缩减器，同时速度显著更…
-
新的READ方法为状态空间模型提供忠实的视频归因
研究人员开发了READ，一种新颖的无参数方法，用于归因选择性状态空间模型中的预测，该模型常用于长序列视频分析。与需要多次传递或评估的现有方法不同，READ在单次前向传递中将累积的循环状态追溯到驱动预测的特定视频标记。这种方法生成直接的时空相关性图，在避免其他归因技术中发现的系统性偏差的同时，提供具有竞争力的忠实度和定位。
-
新的SEAMS方法识别出对AI模型行为至关重要的图像区域
研究人员开发了SEAMS，一种新颖的显著性方法，旨在识别对保留模型行为至关重要的图像区域。该方法使用保留目标来优化软掩码，直接搜索能够维持特定模型输出（如类别概率或嵌入）的紧凑掩码。SEAMS无需辅助数据集或特定于架构的机制即可运行，展示了其在ViT-S/16和ConvNeXt等不同模型上的灵活性。该方法生成稳定、可解释且具有竞争力的显著图，表明视觉解释可能依赖于架构。