• 我的订阅
  • 头条热搜
ai自给自足,用合成数据做训练
AI生成的图像太逼真,为什么不能拿来训练AI呢?可别说,现在还真有人这么做了。来自香港大学、牛津大学和字节跳动的几名研究人员,决定尝试一下能否使用高质量AI合成图片,来提升图像分类模型的性能。为了避免AI合成的...……更多
ai绘画侵权实锤,扩散模型可能记住你的照片
...绘画侵权,实锤了!最新研究表明,扩散模型会牢牢记住训练集中的样本,并在生成时“依葫芦画瓢”。也就是说,像StableDiffusion生成的AI画作里,每一笔背后都可能隐藏着一次侵权事件。不仅如此,经过研究对比,扩散模型从...……更多
迎战GPT-4V!谷歌PaLI-3视觉语言模型问世,更小、更快、更强
...倍的模型相比具有显著竞争力。研究人员使用分类目标预训练的视觉变换器(ViT)模型与对比性预训练的模型(SigLIP)进行了比较,结果发现,PaLI-3 虽然在标准图像分类基准上略微表现不佳,但基于 SigLIP 的 PaLI 在各种多模态基...……更多
微美全息(NASDAQ:WIMI)将迁移学习引入到语义分割模型,实现高质量的语义分割任务
...。然而,由于语义分割任务的复杂性和数据的不足,单独训练一个语义分割模型可能会面临一些挑战,例如模型过拟合、模型泛化能力不足等。为了解决这些问题,微美全息(NASDAQ:WIMI)将迁移学习引入到语义分割模型中。迁移学...……更多
华人团队爆火instructblip抢跑看图聊天
...究人员首先介绍了指令微调数据的构建,然后则是具体的训练过程。之后,分别从模型和数据的角度阐述了两种提高指令微调性能的技术。为了保证指令微调数据的多样性,同时考虑到它们的可及性,研究人员收集了大量公开可...……更多
对比学习滥用隐私数据!中科院等发布「多步误差最小化」方法 | ACM MM2024
...因为黑客可能会未经授权地利用图像-文本数据进行模型训练,其中可能包括个人和隐私敏感信息。最近的工作提出通过向训练图像添加难以察觉的扰动来生成不可学习样本(Unlearnable Examples),可以建立带有保护的捷径.然而,...……更多
1890美元,就能从头训练一个还不错的12亿参数扩散模型
只用1890美元、3700 万张图像,就能训练一个还不错的扩散模型。现阶段,视觉生成模型擅长创建逼真的视觉内容,然而从头开始训练这些模型的成本和工作量仍然很高。比如 Stable Diffusion 2.1 花费了 200000 个 A100 GPU 小时。即使研...……更多
2022生成模型进展有多快,新论文盘点9类生成模型代表作
...上做出大突破。与DALL・E一样,两点依旧是CLIP模型,除了训练数据庞大,CLIP基于Transformer对图像块建模,并采用对比学习训练,最终帮助DALL・E2取得了不错的生成效果。下图是DALL・E2根据“一只戴着贝雷帽、穿黑色高领毛衣的柴...……更多
微美全息构建基于深度迁移学习的图像分类融合模型, 提高图像分类的准确性和效率
...,构建了图像分类融合模型,通过利用在大规模数据集上训练的模型的特征表示来提升小样本数据集上的分类性能。深度迁移学习可将已经在大规模数据集上训练好的深度学习模型应用于新的任务中。在图像分类中,深度迁移学...……更多
GPT-4o的识图能力有多牛?四大维度深度体验
...ohnSchulman在接受科技播客主持人DwarkeshPatel采访时透露,后训练是提高模型性能的关键因素。GPT-4o的识图能力有多牛?四大维度深度体验基于图片类型,记者将识图功能的测评分为4大维度,分别为普通图像、特定专业领域的图像...……更多
美国东北大学提出视频数据增强方法,能让视频模型学到更好的表征
...增强方法由于其缓解过拟合的特性,而被广泛使用在模型训练过程中,例如图像的旋转、缩放、颜色的改变等等。然而,美国东北大学三年级博士生张一天和所在团队发现作为图像色彩的一个重要属性,色调(Hue)的变化却在现...……更多
比Stable Diffusion便宜118倍!1890美元训出11.6亿参数高质量文生图模型
...员,利用延迟掩蔽、MoE、分层扩展等策略,将扩散模型的训练成本降到了1890美元。训练一个扩散模型要多少钱?之前最便宜的方法(Wuerstchen)用了28400美元,而像Stable Diffusion这样的模型还要再贵一个数量级。大模型时代,一般...……更多
英伟达开源NVLM 1.0屠榜多模态!纯文本性能不降反升
...处于混乱状态,开源模型在选择LLM主干、视觉编码器以及训练数据方面都存在差异,性能优异的闭源多模态大模型也没有公布相关信息,无法直接进行模型对比和研究。并且,不同模型在处理高分辨率图像输入时的设计(如动态...……更多
SAM是如何做到“分割一切”的
...套图像分割的通用模型,降低了对于特定场景建模知识、训练计算、数据标记的需求,有望在统一框架下完成图像分割任务。目前Meta公司已经开放共享SAM的代码和训练数据集。 利用海量数据实现准确分割那么,SAM是通过什么技...……更多
谷歌在AI赛道加速
...消息,Google 的 AI 研究实验室Google DeepMind 发布了一项关于训练 AI 模型的新研究,Google 声称,该研究将大大提高训练速度和能效,比其他方法的性能高出 13 倍,能效高出 10 倍。随着有关 AI 数据中心对环境影响的讨论日益升温,...……更多
多模态LLM视觉推理能力堪忧,浙大领衔用GPT-4合成数据构建多模态基准
...提示LLM生成能解释答案的「原理」(rationale),以便用于训练模型,起到类似于CoT的作用。整个构建过程的流水线如下图所示:这种「以代码为中心」的方式不仅更容易保证图像的细节、质量和多样性,也让LLM更容易生成相关文...……更多
苹果300亿参数大模型首亮相,还买了家AI公司|焦点分析
...s & Insights from Multimodal LLM Pre-training》(MM1: 多模式LLM预训练的方法、分析和见解)中可以看到,MM1是一个图文的多模态大模型,参数规模有30亿、70亿、300亿三种大小,有图像识别和自然语言推理能力。其中,参与该论文的作...……更多
苹果的封闭生态为大模型打开!发布开源多模态大模型、每天为 AI 烧百万美元,零碎的 Android 生态打得过吗?
...进行联合建模的大语言模型组成。输入将图像输入经过预训练的视觉编码器 CLIP-ViT-L/14 ,以提取图像嵌入 Z ∈ R H×W×C。对于文本输入,使用经过预训练的大模型标记器对文本序列进行标记,并将其投射至文本嵌入 T ∈ R L×D 当中...……更多
google发布imagen3图像生成技术
...rtexAI的开发人员和企业客户。Google通常不会透露太多用于训练人工智能模型的数据来源,这次也不例外。这是有原因的。大部分训练数据来自网络上的公共网站、资源库和数据集。而其中的一些训练数据,特别是未经内容创作者...……更多
商汤发布开源社区最大最强多模态多任务通用大模型“书生2.5”
...天拥挤的车道、马路上奔跑的狗等,生成写实的Corner Case训练数据,进而训练自动驾驶系统对Corner Case场景的感知能力上限。 “书生2.5”还可根据文本快速检索出视觉内容。例如,可在相册中返回文本所指定的相关图像,或是在...……更多
36氪首发|「Tiamat」完成近千万美元A轮融资,想将AI生成图像的可控性做到极致
...方式。而在时间差方面,「Tiamat」从2021年开始进行模型训练,以自研并自主训练底层模型的方式,始终与海外技术节点、开源社区等保持着同频。“我们拼命地想告诉大家,这件事情很快就会成为风口。”「Tiamat」创始人青柑...……更多
较传统采标方法降本80%,合成数据服务商「卓印智能」获天使轮融资 | 36氪首发
...之前耗尽所有“高质量数据”。AI模型需要大量高质量的训练数据,才能生成准确、多样、无偏见的输出,但获取这种数据的成本和难度都很高——因此,合成数据成为一个有效解决手段。现在,包括微软、OpenAI、Cohere在内的公...……更多
中国也有Sora同款训练架构公司,清华班底,智谱也投了 | 36氪首发
...机系获得博士学位,在加速推理、可控生成、基础架构、训练策略等方面已发表十余篇顶会论文。首席科学家为清华大学计算机系人工智能实验室主任、智源研究院首席科学家朱军。可以说,2023年是国内大语言模型狂飙的元年...……更多
标贝科技上亿像素点图像标注能力 实现标注精度和效率双提升
...更大像素、更高分辨率的图像以提供丰富细致的信息进行训练和推理,标注数据的规模和复杂性也随之增加。如何提高超大像素图像数据标注的效率和精度,成为当前亟待解决的问题。例如,一张超大像素的医学影像可以更好地...……更多
OpenAI发布文生视频模型Sora,奥尔特曼选取网友提示词
...正在教授人工智能理解和模拟运动中的物理世界,目标是训练出能够帮助人们解决需要与现实世界互动的问题的模型。在此,隆重推出文本到视频模型——Sora。Sora可以生成长达一分钟的视频,同时保证视觉质量和符合用户提示...……更多
llava-1.6与gpt-4vmp面硬刚的性能,一起来看看
...提供API接口的闭源经营理念不同,LLaVA1.6的代码、模型与训练数据全开源,且在标准评测数据集上跑出了较为亮眼的成绩。一、LLaVA1.6:卷上加卷LLaVA是一种端到端训练的大型多模态模型,又被称为“大型语言和视觉助手”。LLaVa-...……更多
行空板MultinomialNB模型实现古诗词作者快速识别
...的文件夹,导入本节课的依赖文件。Tips:0-train.py是用来训练古诗词和对应作者的程序,可以在其中增加数据集,model.joblib是训练生成的模型,用于对古诗词进行分类,这里我们直接用即可。 第三步:编写程序 在上述文件...……更多
MSRA:视觉生成六大技术问题
...满足单调关系时,扩散模型是最大似然模型。然而,实际训练中,往往并不采用这样的损失函数权重。在测试阶段,Classifier-free guidance的采用也使得优化目标不再是最大似然。在评估阶段,直接用NLL损失作为衡量指标,并不能准...……更多
只要一张图就能还原绘画过程,这篇论文比Paints-UNDO实现得更早
...问题,ProcessPainter 通过在合成数据和人类画师绘画视频上训练时序模型,首次实现了让扩散模型生成绘画过程。此外,不同题材、画师的绘画过程差异巨大,风格迥异。然而,目前很少有研究将绘画过程作为研究对象。论文作者...……更多
ChatGPT中短期产业化方向主要为:文字模态的AIGC应用、代码开发相关、图像生成领域、智能客服
...能力的企业望持续成为产业受益者。以ChatGPT为代表的预训练大模型加速商业化落地,将带来大量算力需求,以政府为主导的城市智能计算中心AI算力卡国产化进度较快,建议关注华为昇腾生态圈核心厂商。ChatGPT等AI产业化的落地...……更多
更多关于科技的资讯:
小米redmiwatch5lite印度发布:支持蓝牙通话
9月25日,小米RedmiWatch5Lite智能手表正式在印度发布。这款手表配备1.96英寸AMOLED显示屏,支持蓝牙通话
2024-09-26 00:59:00
小米推出全新x1鼠标,支持有线和无线双模连接
近日,小米正式推出了全新X1鼠标,以仅279元的众筹价和299元的建议零售价,迅速吸引了市场的广泛关注。小米X1鼠标在外观设计上采用了轻量化机身设计
2024-09-26 01:01:00
华为V5 Max 110智慧屏将正式发售,售价69999元
如今,智能电视已经成为了家庭娱乐不可或缺的一部分。在追求高品质家庭娱乐的情况下,选择一款超大尺寸观影巨幕成为了许多家庭的共同追求
2024-09-26 01:05:00
魅族lucky08带来专属设计语言“星轨科技美学”
设计方面,魅族Lucky08的设计经过39次设计图修改,87次打样和工艺调整。有别于市面上主流的旗舰机型,魅族Lucky08致力于打破常规
2024-09-26 01:11:00
外媒体验华为首款三折叠屏手机:像科幻小说中的东西
据CNMO观察,虽然还未在海外发售,但近日有多家外媒体验到了华为首款三折叠屏手机——MateXT非凡大师。其中一家外媒发表题为《我们测试了世界上第一款三折叠屏手机
2024-09-26 01:25:00
oppo全国首家游戏主题旗舰店开幕
日前,OPPO官宣:第二家OPPO一加旗舰店落户贵阳万象城。全国首家游戏主题旗舰店,10月1日11:08开幕仪式,不见不散
2024-09-26 01:26:00
郑钦文代言vivox200promini
此前就有传言称,vivo将在今年年底推出一款小屏安卓旗舰手机,或隶属于vivoX200系列。9月25日,CNMO注意到
2024-09-26 01:27:00
阳澄湖大闸蟹开捕 顺丰投入30+架飞机、200+城次日达
快科技9月26日消息,2024苏州阳澄湖大闸蟹开捕节昨日隆重召开,顺丰作为合作物流服务商参加。阳澄湖开捕现场,顺丰无人机在湖区装载大闸蟹之后
2024-09-26 01:29:00
酷态科30w氮化镓闪充块探索版开售,采用半透设计
9月25日消息,酷态科30W氮化镓“闪充块”探索版今日正式开售,该款充电器采用半透设计,配备Type-C接口,售价45元
2024-09-26 01:33:00
9月25日消息,在今日下午的星纪魅族AI生态发布会上,星纪魅族x领克打造的“全球首款高能电竞娱乐座舱”Z10STARBUFF正式发布
2024-09-26 01:42:00
几项新的Edge Lighting商标申请曝光
许多三星Galaxy手机用户都知道EdgeLighting功能,当收到新通知时,手机屏幕边缘会亮起。最近的迹象表明,三星可能打算将类似的设计应用到即将推出的Odyssey游戏显示器上
2024-09-26 01:49:00
《最后生还者:part1》将加入ps+二三档会员
9月25日消息,在今日的StateofPlay发布会上,索尼宣布《最后生还者:Part1》将于9月26日起加入PS+二三档会员
2024-09-26 01:52:00
hyperxcloudmix2发布:电池续航能力更强
HyperX最近推出了CloudMix2,这是其无线游戏耳机的升级版。新版本在电池续航、降噪效果、连接方式和音质方面都有所提升
2024-09-26 01:53:00
iphone15promax在80%电量限制下的电池表现
自去年Apple在iPhone15系列中引入可选的电池电量80%限制功能以来,外媒测试并分享了Phone15ProMax在保持80%电量限制下的电池表现
2024-09-26 01:54:00
galaxyring固件版更新:提升蓝牙连接稳定性
三星几个月前推出了其首款智能戒指GalaxyRing,现在这款设备迎来了首次软件更新。在美国,GalaxyRing已经收到了固件版本为Q50XWWU2AXH1的更新
2024-09-26 01:57:00