实体
ViT-S/14
ViT-S/14
PulseAugur coverage of ViT-S/14 — every cluster mentioning ViT-S/14 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
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
紧凑型机器人策略通过细粒度的视觉表示实现高性能
研究人员开发了CoRP，这是一种紧凑型机器人策略，其参数数量远少于现有系统，但性能却很高。研究强调，多任务操作策略的有效性在很大程度上取决于视觉表示，而不是参数规模或生成先验。CoRP证明，预训练、任务适应和压缩的表示对于紧凑型策略至关重要，在LIBERO和RoboTwin 2.0等基准测试中表现优于规模大得多的模型。
-
紧凑型机器人策略CoRP通过高效的视觉表示实现高性能
研究人员开发了CoRP（压缩表示策略），这是一种紧凑型机器人操作策略，以显著更少的参数实现了高性能，并且没有使用大型视觉语言模型或视频生成先验。研究发现，视觉表示是性能最关键的组成部分，参数规模和生成先验在很大程度上是偶然的。视觉表示的预训练和压缩被证明是决定性因素，其性能优于更大、更复杂的系统。
-
新的RIFT方法通过分析尺度耦合来检测AI生成的视频
研究人员开发了一种名为RIFT（基于轨迹的表征不一致取证）的新方法来检测AI生成的视频。该技术识别出一种“跨尺度耦合失配”，这种信号表明在AI生成的内容中，由于训练目标的差异，高层语义动态与低层像素细节之间的关系被违反了。RIFT包含三个部分：用于时间演化的宏观流，用于取证分析的微观流，以及用于测量它们依赖关系的耦合发散模块。实验表明，RIFT在VidProM和GenVidBench等基准测试中取得了高准确率，并且在不同的视频编码器上仍然有效。