大型语言模型（LLM）例如最近开发的 ChatGPT，可以撰写文件、创建可执行代码，并回答问题，常常具备类似人类的能力。随着这些系统越来越普遍，存在着它们可能被用于恶意目的的风险。这些风险包括利用社交媒体平台上的自动化机器人进行社会工程和选举操纵活动，制造假新闻和网络内容，以及使用 AI 系统在学术写作和编程任务中作弊。此外，网络上合成数据的增多使得未来数据集创建工作变得复杂，因为合成数据通常不如

为了全方位验证隐式动作表征的有效性，论文系统评估了具身智能领域现有的四类代表性范式：专为具身设计的隐式动作模型（Embodied LAMs）、语义级通用视觉编码器、像素级通用视觉编码器，以及在通用主干上构建的 General LAMs。实验数据给出了明确答案，在未接受任何显式动作监督的情况下，通用视觉编码器（如 V-JEPA 2、DINOv3）在语义捕捉和底层控制还原上的表现，均明显优于专为机器人

定量数据显示，该设计使 “物体交互幻觉率” 降低，在多视角评估中，Ctrl-World 的峰值信噪比（PSNR）达 23.56，远超传统单视角模型 WPE（20.33）和 IRASim（21.36），结构相似性（SSIM）0.828 也显著高于基线（WPE 0.772、IRASim 0.774），证明虚拟画面与真实场景的高度契合。Ctrl-World的一致性。随着预测时间延长，微小误差会不断累积，

©PaperWeekly 原创 ·作者 |费豪单位 |Skywork AI、NUS近年来，视觉大型语言模型（MLLM）的发展取得了显著进展，但在迈向多模态通用性时仍面临一些挑战，例如粗粒度的实例级理解、缺乏对图像和视频的统一支持，以及对不同视觉任务的覆盖不足。来自新加坡国立大学、南洋理工大学和 Skywork AI 的团队提出了 VITRON——一个为全面理解、生成、分割和编辑静态图像与动态...

©PaperWeekly 原创 ·作者｜张一帆学校｜华南理工大学本科生研究方向｜CV，CausalityDETR 在短短一年时间收获了 200+ 引用量，可谓是风靡一时，各种变体层出不穷...

在当前的就业环境下，人工智能工程师的高薪优势凸显，可却有不少人陷入了瓶颈期，不知道该朝着哪个方向发展自己，“掌握理论知识但缺乏实战经验”成为了求职晋升路上的短板，硬件设备的不足和自主学习...

北京师范大学人工智能学院2024年优秀大学生夏令营活动时间2024年7月19日-7月21日报名截止2024年7月9日17:00学院简介人工智能学院根植于北京师范大学百廿沃土，经过60余年的发展壮大，2019年与中国电子科技集团共建成立人工智能学院，构建人工智能领域国际一流的教育和科研平台。学院现有专任教师60人，国家高层次人才4人，教师近年来承担多项重点研发计划项目课题和国家自然科学基金重点项目.

引言谈到机器学习一个非常著名的定理，那就不得不提 No Free Lunch 定理了。该定理核心思想是没有一种通用的学习算法可以在各种任务中都有很好的表现，需要对具体问题进行具体的分析。从...

©PaperWeekly 原创 ·作者 |薛博阳单位 |香港中文大学研究方向|语言模型引言近年来，贝叶斯深度学习（Bayesian Deep Learn-ing）在诸多领域得到广...

目前越来越多深度学习算法被应用于城市计算领域，然而在欠缺一个统一的评估体系对模型性能进行测试的情况下，研究者很难去公平比较不同模型的性能优劣。为此北航计算机学院 BIGSCity 课题组提...