2025-04-22
进击的降噪术：解密Filter2Noise如何让低剂量CT图像更清晰
想象一下，你正在进行一次CT扫描。医生告诉你，为了减少辐射对你身体的伤害，他们会使用低剂量的X射线。这听起来很棒，对吗？然而，就像在昏暗光线下拍照会产生大量噪点一样，低剂量CT扫描也会产生大量的图像噪声，这些噪声就像薄雾...
2025-04-22
"花多少钱才能得到正确答案？"——斯坦福研究团队提出评估语言模型的经济框架
想象一下，如果你需要一台计算器，会在乎它能够计算的准确性，也会关心它的价格。同样地，在选择语言模型时，我们不仅要考虑它能做什么（能力），还要考虑使用它需要花费多少（成本）。
2025-04-22
飞越视界：卡内基梅隆大学突破性研究让空中与地面视角无缝融合
想象一下，你正在使用导航软件寻找一个陌生城市中的目的地。地图上显示的是从高空俯瞰的街道和建筑，而你看到的却是地面视角的实际场景。这两种视角之间的巨大差异常常让人感到困惑——地图显示"应该在右边拐弯"，但现实中你可能完全认...
2025-04-22
自我矫正的大型视频语言模型：通过精细化的偏好优化提升视觉理解能力
想象一下，你正在使用一款最新的AI助手来描述一段视频内容，但它告诉你"视频中有人穿着黑色西装"，而实际上并没有；或者它声称"一个人在穿上夹克后跳起来抓住横杆"，而实际情况是"一个人在脱掉夹克后跳起来抓住横杆"。这些看似小...
2025-04-22
CLASH：AI模型在高风险困境中多角度判断能力的评估
想象一下，你是一名医生，面临着一个艰难的决定：是否应该为一位年轻的跨性别患者提供激素治疗，同时你也是他们的精神科医生。这样的决定既涉及医疗伦理，也牵动着人道关怀，没有简单的对错之分。如今，越来越多的AI系统被应用于医疗、...
2025-04-22
穿透迷雾：北京理工大学团队如何用"图像贴片令牌化"技术实现大型图像高效去雾
想象一下，当你在雾天拍摄照片时，雾气会像一层薄纱遮挡住景物细节，使图像变得模糊不清。随着相机技术的发展，我们能拍摄的图像越来越大、越来越清晰，但大型图像的去雾处理却面临着严峻挑战。北京理工大学的研究团队针对这一问题开发了...
2025-04-21
前“Google Brain”团队HR负责人Hwang：为什么中日韩员工很难在谷歌等硅谷大公司当高管？但印度裔就可以
这期内容有点不一样，讨论的不是技术问题，而是文化问题。核心内容来自前谷歌高管、Google Brain团队HR负责人，现Quantum Insight CEO 黄成贤（Seong-Hyun Hwang）接受TTimesT...
2025-04-21
强化学习真的能提升LLM的推理能力超越基础模型吗？清华大学LeapLab团队的挑战性发现
想象一下，如果你有一个聪明的朋友，你可以通过不断鼓励他解决越来越难的数学题来让他变得更聪明。这基本上就是研究人员一直以来对RLVR的理解——通过奖励机制让语言模型不断自我提升，最终超越它原本的能力范围。这种方法在像Ope...
2025-04-21
极大化语义空间信息增益：MIG算法如何颠覆大语言模型指令微调数据选择
想象你正在教一个孩子认识世界。你会选择重复同一个知识点上千次，还是会精心挑选各种不同类型的有趣知识点来丰富他的认知？大语言模型的学习过程也有类似的道理。
2025-04-21
Miras框架：重新思考神经网络的记忆与学习机制
想象一下，你正在尝试记住一本长篇小说的情节。随着你阅读的页数增加，记住前面所有细节变得越来越困难。你的大脑需要某种方式来压缩已读信息，只保留最重要的部分，同时仍能理解故事的整体脉络。人工智能模型面临着类似的挑战，尤其是在...
2025-04-21
HiScene：用等轴视图打造具有层次结构的3D场景
想象一下，你想要为游戏、虚拟现实体验或室内设计应用创建一个逼真的3D客厅。传统上，这需要专业的3D设计师花费数小时甚至数天的时间来建模、调整和布置每个物体。而现在，人工智能领域已经取得了令人瞩目的进展，尤其是在2D图像生...
2025-04-21
多语思考能力：探索多语言环境如何提升大语言模型的推理能力
想象一下，你正在学习一门复杂的数学问题。有时候，用你的母语思考可能会让你卡壳，但当你尝试用另一种语言重新思考这个问题时，突然间思路就变得清晰了。这种现象不仅存在于人类认知中，研究团队发现，大语言模型也展现出类似的特性。
2025-04-21
NodeRAG：用异构节点构建图式RAG的全新框架
想象你正在图书馆中寻找资料，传统方法就像是直接翻阅一堆随机摆放的书籍片段，而今天我要介绍的"NodeRAG"则像是一位贴心的图书馆管理员，不仅整理好了所有资料，还为你绘制了一张详细的知识地图，让你能够精确找到所需信息，甚...
2025-04-20
Transformer论文作者、Cohere创始人Aidan：没想到这架构这么多年没过时，当Agent能访问人类所有资源才更有用
大家知道，当年在谷歌写 Transformer 架构论文《Attention Is All You Need》的八个人，后来都离开公司了。当然，Noam Shazeer，AI初创公司Character.AI 的创始人最近...
2025-04-18
Cobra：突破性技术让漫画上色更快更精准——清华大学和腾讯ARC实验室联手打造超长情境参考框架
想象一下，你正在观看一部黑白漫画。虽然故事情节精彩，但如果能有鲜艳的色彩，体验肯定会更加丰富。漫画产业正面临这样的挑战：如何高效、准确地为线稿上色，同时确保色彩的一致性和精确控制？
2025-04-18
解锁生成式AI新突破：研究人员发现VAE与扩散模型联合训练可大幅提升图像生成质量和速度
近日，来自澳大利亚国立大学、澳大利亚联邦科学与工业研究组织(CSIRO)数据61部门以及纽约大学的研究团队发表了一项引人注目的研究成果。
2025-04-18
1比特革命：微软发布首个开源原生1比特大语言模型 BitNet b1.58 2B4T
微软研究院的研究团队近日发布了一项突破性成果——BitNet b1.58 2B4T，这是首个开源的、原生1比特大语言模型（LLM）。
2025-04-18
AlayaDB：高效高质量长文本LLM推理的数据基础
2025年4月，来自AlayaDB AI的研究团队发布了一篇名为《AlayaDB: The Data Foundation for Efficient and Effective Long-context LLM Inf...
2025-04-18
视觉语言模型能看懂色彩世界吗？马里兰大学推出全面评估色彩理解能力的COLORBENCH基准测试
你是否曾经因为衣服色彩搭配不协调而尴尬？或者在医学诊断试纸上辨别微妙的颜色变化时感到困惑？色彩在我们的日常生活中扮演着至关重要的角色，从科学发现到医疗保健，从购物到艺术欣赏，无处不在。而人工智能，特别是视觉语言模型(VL...