点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！准确地微调预训练语言模型对于它们在下游任务中的成功至关重要。但是，预训练语言模型可能存在过度拟合预训练任务和数据的风险，从而与目标下游任务存在鸿沟。现有的微调方法往往难以克服这类鸿沟。在本文中，我们提出了一种非常简单有效的方法，名为 NoisyTune。我们通过在微调之前向语言模型的参数添加少量噪声来帮助更好地在下...

点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！AI视觉赋予机器人智能，但触觉赋予机器人温度。硅基生命并不活在算法里，他们必定要经历与世界、人类的真实交互。这些交互操作任务如果只依靠视觉去实现，可能能做80%-90%，但如果要让机器人更灵巧地“动起来”，还需要依赖高性能的触觉完成对世界最后10%-20%的触达。有更敏锐的感知力，有更灵巧的行动力，能不断根据环境反馈而自我调整，进而在交互中

点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！7月9日20:00-21:30，本期PhD Debate直播间邀请了来自宾夕法尼亚州州立大学电子工程系博士生向臻、清华大学博士生李一鸣、弗吉尼亚理工计算机工程博士生曾祎和普渡大学计算机科学博士生沈广宇，与大家一起回顾与展望神经网络的后门攻击与防御。1.近年来，针对神经网络的后门攻击引起了广泛的关注。现有后门攻击的特...

点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！内容来自机器之心近年来，长尾学习在计算机视觉领域得到了广泛关注，甚至在学术领域的常用设定中有了很好的解决方案，但是该类算法却一直无法很好地落地。在这篇 NeurIPS 2022 论文中，来自新加坡国立、字节跳动和华为的学者表明：这个问题的本质在于实际应用中的测试集并不是单一的均匀分布的。因此，他们设计了 SADE 算法，即使是在一个固定的长

AI TIME PhD《结合词典的中文命名实体识别》 2020年9月27日 19:30-20:30划重点！直播通道:哔哩哔哩直播通道扫码或点击链接关注AITIME哔哩哔哩官方账号观...

点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！近日，软件所天基综合信息系统重点实验室研究团队的论文“Hierarchical Topology Isomorphism Expertise Embedded Graph Contrastive Learning”被计算机科学领域顶级学术会议AAAI 2024（CCF A，五年平均IS为31.1）的Fast Track for NeurIP

以下文章来源于PaperWeekly，作者 张剑清点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！本文介绍的是我们的一篇收录于 ICCV 2023 的论文。我们关注的是联邦学习（FL）中的模型的特征提取能力。我们提出在本地学习过程中，在特征空间引入共性信息的方法 GPFL，同步提取共性和个性信息，丰富模型中特征提取器的学习内容，同时保证了共性和个性特征信息的隔离。我们对 GPFL 就有效

点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！报告题目面向文本和视觉线索联合推断的多模态上下文推理方法内容简介联合文本和视觉线索条件推理任务是一项复杂多模态推理任务，其中，文本线索提供与视觉内容互补的先验假设或者外部知识，对推断正确选项至关重要。虽然先前使用预训练视觉语言模型（VLM）的方法取得了令人印象深刻的表现，但这些方法存在多模态上下文推理能力的不足，尤其是在文本模态信息上，上下

点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！杜克大学 CEI Lab杜克计算进化智能中心（CEI Lab）隶属于杜克大学电子与计算机工程系，在陈怡然教授和李海教授的共同指导下，开展关于处理认知任务的新型计算平台的前沿研究。组内主要研究方向集中在纳米电子元件，新型及仿生的计算体系架构，新型存储器件，嵌入式与边缘计算系统，以及大型神经网络的加速、安全与联邦学习。...

点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！作者丨王晋东整理丨维克多迁移学习是机器学习的一个重要研究分支，侧重于将已经学习过的知识迁移应用于新的问题中，以增强解决新问题的能力、提高解决新问题的速度。4月8日，在AI TIME青年科学家——AI 2000学者专场论坛上，微软亚洲研究院研究员王晋东做了《迁移学习前沿探究探讨：低资源、领域泛化与安全迁移》的报告，他...