Tasa
PulseAugur coverage of Tasa — every cluster mentioning Tasa across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
Vision Transformer模型利用卫星影像增强灾害区域分割
研究人员开发了一个新的深度学习框架，利用Vision Transformer (ViT)来改进从遥感影像中分割灾害受影响区域。该方法改进了由台湾太空中心 (TASA) 创建的Emergent Value Added Product (EVAP) 系统。该模型使用弱监督学习，通过基于PCA的特征分析和置信度指数来扩展初始手动标注。它处理来自Sentinel-2和Formosat-5影像的多波段数据，提供多种解码器变体和多阶段损失策略，以…
-
新研究应对大语言模型对齐、安全和优化挑战
研究人员正在探索改进大语言模型（LLM）对齐和可靠性的新方法。一项研究发现字节对编码（BPE）分词中存在一个漏洞，该漏洞可能被利用来绕过安全机制，导致多个模型系列产生有害输出。另一篇论文提出了一个名为HAL的框架，通过优化明确的、可解释的对话特征来诱导大语言模型产生类似人类的对话行为。此外，一个名为Object Aligner的新库提供了一种可配置的方法来评估JSON模式相似度，这对于大语言模型提示优化和工具使用非常有用。最后，对大语…
-
机器人手通过新的感觉衰减框架实现精细操作
早稻田大学等机构的研究人员开发了一个名为TaSA（触觉感知衰减的双相深度预测学习）的新框架，以提高机器人手的精细操作能力。该框架引入了一种受人类触觉启发的“感觉衰减”机制，以过滤掉手指自触的干扰。通过采用双相深度预测学习方法，TaSA能有效隔离外部物体交互，使机器人能够执行诸如将铅笔芯插入笔筒或处理硬币等高度精确的任务。