Open Clip Art Library
PulseAugur coverage of Open Clip Art Library — every cluster mentioning Open Clip Art Library across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
新的基准和Vision Transformer推动深度伪造检测能力发展
研究人员正在开发更鲁棒的深度伪造图像检测方法，以应对当前技术的局限性。一种方法利用了微调的Vision Transformer集成，在DF-Wild数据集上达到了96.77%的AUC和9%的EER，优于现有的最先进算法。同时，引入了一个名为XPlainVerse的新基准，包含一百万张图像，用于评估可解释的深度伪造检测。该基准侧重于自然语言解释的质量和依据性，提出了EntityScore和EvidenceScore等新指标，以评估超越简…
-
新研究探讨扩散分类器的偏见和改进方法
两篇新研究论文探讨了扩散分类器中的决策过程和偏见。第一篇论文介绍了MiPO，一种使用少数派偏好奖励来微调扩散模型以提高在代表性不足数据区域的分类准确性的方法。第二篇论文提出了ASOB-Bench，一个偏见评估框架，用于分析扩散分类器中的属性绑定、大小顺序偏见和背景依赖性，揭示了与传统视觉-语言模型相比的独特偏见特征。
-
新的自适应检查点技术可大幅减少视觉模型微调的GPU内存占用
研究人员开发了一种自适应检查点算法，以减少微调视觉模型和视觉语言模型（VLMs）所需的GPU内存。该方法在显存有限的消费级GPU上进行了测试，在可控的能耗开销下，显著降低了峰值内存使用量，最高可达79%。研究还比较了各种参数高效微调（PEFT）技术，发现QLoRA和BitFit在准确性略有下降的情况下能节省大量能源，而DINOv2等自监督模型在某些任务上的表现优于微调模型。
-
OpenCLI 将网络变成命令行，节省 LLM 代币
一个名为 OpenCLI 的开源项目正在 GitHub 上获得关注，它使用户能够通过命令行界面与网站和应用程序进行交互。该工具可以从各种在线平台提取结构化数据，包括社交媒体、微信和 Telegram 等聊天应用程序，以及 Arxiv 等学术存储库。一个关键特性是它能够在不产生大量语言模型代币成本的情况下执行这些操作，因为命令是在浏览器内部本地执行或直接通过系统调用执行的。OpenCLI 还支持桌面应用程序的自动化，并提供了一个插件系统…