· ai
9个最佳资源学习Machine Learning（来自FAANG面试之旅）
当我开始学习机器学习（ML）时，我感到不知所措。这个领域像一片浩瀚的海洋——充满了数学、理论、框架和最佳实践。我 re...
-
- · ai
[Paper] GPU本地编译的理论基础：快速代码迭代
当前的 AI 代码生成系统在编译、执行和测试阶段由于 CPU 与 GPU 之间的数据传输而遭受显著的延迟瓶颈……
- · software
Intersection-Aware 资产放置：计算几何与 ML
math v_{rot} = v cos theta + k × v sin theta + k k·v 1 - cos theta 大多数现有的引擎和 DCC 工具仍然缺乏稳健的交叉感知资产放置功能。
- · ai
[Paper] SceneMaker：开放集 3D 场景生成，解耦去遮挡与姿态估计模型
我们在本工作中提出了一个名为 SceneMaker 的解耦 3D 场景生成框架。由于缺乏足够的 open-set de-occlusion 和 pose estimation 先验……
- · ai
[Paper] 双向 Normalizing Flow：从数据到噪声再返回
归一化流（Normalizing Flows，NFs）已被确立为生成建模的原则性框架。标准的 NFs 包含前向过程和逆向过程……
- · ai
[Paper] 高质量数据共享的层次化数据集选择
现代机器学习的成功依赖于获取高质量的训练数据。在许多实际场景中，例如从公共仓库获取数据……
- · ai
[Paper] 我们准备好在文本到3D生成中使用RL了吗？一次渐进式调查
Reinforcement learning (RL)，此前已被证明在大型语言模型和多模态模型中有效，已成功扩展用于提升二维图像生成……
- · ai
[论文] ImplicitRDP：端到端视觉‑力扩散策略，结构化慢快学习
人类水平的接触丰富操作依赖于两种关键模态的不同角色：视觉提供空间丰富但时间上较慢的全局上下文，...
- · ai
[Paper] AlcheMinT: 细粒度时间控制用于多参考一致视频生成
近期，基于大型扩散模型的以主题为驱动的视频生成取得了重要进展，使得能够在用户提供的主题条件下进行个性化内容合成……
- · ai
[Paper] Mull-Tokens: 模态无关 潜在思考
推理超越语言；现实世界需要对空间、时间、affordances，以及远超文字所能表达的诸多方面进行推理。现有的 multimo...
- · ai
[Paper] OmniView：全视扩散模型用于 3D 和 4D 视图合成
先前将相机控制注入扩散模型的方法主要聚焦于 4D 一致性任务的特定子集：新视角合成、文本到视频…
- · ai
[Paper] 更强的无归一化Transformer
尽管归一化层长期被视为深度学习架构中不可或缺的组成部分，最近引入的 Dynamic Tanh (DyT) 已经……