实体
Multitask Unified Model
Multitask Unified Model
PulseAugur coverage of Multitask Unified Model — every cluster mentioning Multitask Unified Model 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 3 条
-
Poincar3 方法通过自蒸馏学习多视图几何
研究人员开发了Poincar3，一种新颖的自监督学习方法，可以在不依赖RGB重建的情况下从多个图像视图中提取几何信息。该方法使用掩码块和图像级自蒸馏，并由一个观察额外视图的教师模型从头开始进行有效训练。在对应估计、相机姿态估计和3D重建等任务上，Poincar3的表现优于现有的单视图和多视图自监督方法。
-
新研究探讨Algospeak在规避AI检测与可理解性之间的权衡
一篇新研究论文介绍了Algospeak的概念，这是一种用于规避AI审核系统检测的语言策略。该研究将可理解性与可检测性之间的权衡进行了形式化，并提出了一个名为“多数可理解调制”（Majority Understandable Modulation, MUM）的指标。研究人员开发了一个框架和数据集，使用COVID-19虚假信息来分析这种现象，并测试了七种不同的语言模型。
-
MARRS框架使用连续表示生成协调的人类反应动作
研究人员开发了MARRS，一个用于合成以观察到的动作为条件的人类反应的新框架。该系统利用单元区分运动变分自编码器（UD-VAE）独立编码不同的身体和手部单元。它结合了动作条件融合（ACF）来处理反应性token，以及互单元调制（MUM）来实现身体和手部单元之间的交互。一个紧凑的MLP在扩散模型中充当噪声预测器，用于生成token概率分布。