logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

LLM-powered Multi-agent Framework for Goal-oriented Learning in Intelligent Tutoring System

概述:GenMentor是一个创新的基于大型语言模型的多智能体框架,旨在通过准确的技能差距识别、自适应学习者画像和量身定制的内容传递,提升智能辅导系统,提供个性化、目标导向的学习体验。

文章图片
基于单目3D目标检测的路侧数据集(CVPR 2022 | 百度开源Rope3D | 车路协同感知)

1. Rope3D目标检测路侧单目3D检测与传统自动驾驶3D检测任务相比,本任务需要解决3个难点。首先,由于路侧相机具有不同的配置,例如相机内参数、俯仰角、安装高度,因此存在歧义性,这在很大程度上增加了单目3D检测任务的难度。 其次,由于路侧相机安装在杆子上,而不在车顶的正上方,因此相机光轴与地面平行的假设不再成立,无法直接应用具有此先验的单目3D 检测方法。 第三,由于路侧视角下的感知范围更大,

文章图片
#3d#目标检测#计算机视觉
Oriented R-CNN:面向旋转目标检测的 R-CNN(ICCV2021)

本文提出一种通用的两阶段旋转目标检测器,具有良好的准确性和效率,表现SOTA!性能优于Mask OBB、SCRDet等网络,代码现已开源!作者单位:西北工业大学

文章图片
#目标检测#计算机视觉
深度学习常用代码(Pytorch)

【代码】深度学习常用代码(Pytorch)

#深度学习#pytorch#python
Python&Tensorflow实战人脸检测和人脸识别

第6章 人脸检测和人脸识别6.1 补充知识6.2BUG调试6.2.1 ModuleNotFoundError: No module named 'align.detect_face'解决办法:参考链接6.2.2 ValueError: Object arrays cannot be loaded when allow_pickle=False链接6.2.3 ImportError cannot i

#人脸识别#人工智能#深度学习 +2
CVPR2021 | 2D目标检测论文解读

CVPR2021 | 2D目标检测论文解读1. UP-DETR:——《UP-DETR: Unsupervised Pre-training for Object Detection with Transformers(Oral)》2. OWOD——《Towards Open World Object Detection(Oral)》3. YOLOF——《You Only Look One-leve

文章图片
#深度学习#计算机视觉
ExpertFlow: Optimized Expert Activation and Token Allocation for Efficient Mixture-of-Experts Infere

CFAR,科学技术与研究机构(A*Star)&香港科学技术大学:ExpertFlow:优化专家激活和令牌分配以实现高效的专家混合推理🎯 推荐指数:🌟🌟🌟🌟 概述:ExpertFlow 是一个新颖的系统,通过实施预测路由、动态专家调度和先进的缓存策略,提高了混合专家模型的推理效率,实现了高达 93.72% 的 GPU 内存节省,并在资源受限的环境中显著加快了推理速度。

文章图片
LLM-powered Multi-agent Framework for Goal-oriented Learning in Intelligent Tutoring System

概述:GenMentor是一个创新的基于大型语言模型的多智能体框架,旨在通过准确的技能差距识别、自适应学习者画像和量身定制的内容传递,提升智能辅导系统,提供个性化、目标导向的学习体验。

文章图片
阿里巴巴达摩院|Chain of Ideas: 利用大型语言模型代理革新新颖创意开发的研究

🌟 概述:本文介绍了链式思维(CoI)代理,这是一种通过系统性地组织相关文献来增强研究创意生成的框架,使大型语言模型能够产生与人类专家相媲美的创新想法。

文章图片
#语言模型#人工智能#自然语言处理
    共 39 条
  • 1
  • 2
  • 3
  • 4
  • 请选择