加速扩散模型采样对于有效的AIGC部署至关重要。尽管基于分布匹配和轨迹匹配的扩散蒸馏方法将采样降低到一步很少，但它们在复杂的任务上却缺乏文本到图像生成等复杂任务。几步生成在速度和质量之间提供了更好的平衡，但是现有的方法面临持续的权衡：分配匹配缺乏灵活性多步抽样，而轨迹匹配通常会产生次优的图像质量 ...
免疫测序和实验技术的最新进展正在生成广泛的T细胞受体（TCR）曲目数据，从而使模型的开发能够预测TCR结合特异性。尽管由于TCR和表位的大量多样性引起了计算挑战，但仍取得了重大进展。本文讨论了为该任务开发的计算模型的演变，重点是机器学习工作，包括早期无监督的聚类方法，监督模型以及蛋白质语言模型（PLMS）的最新应用 ...
Openai的剪辑于2021年初发布，长期以来一直是建立多模式基础模型的视觉编码器的首选。尽管诸如Siglip之类的最新替代方案已经开始挑战这种现状，但据我们所知，没有什么完全开放的：他们的培训数据仍然专有和/或他们的培训食谱尚未发布。本文用OpenVision（一个完全开放的，具有成本效益的视觉编码家族）填补了这一空白，当将Openai剪辑的性能匹配或超过Openai剪辑的性能中时，当整合到Ll ...
审计语言模型涉及在广泛的语料库上进行培训，在该语料库中，数据质量起着关键作用。在这项工作中，我们旨在直接估计在预处理过程中数据的贡献，并以有效的方式选择预处理数据。具体来说，我们从最近的发现中汲取灵感，表明压缩效率（i ...
街道场景的真实感3d重建是开发自动驾驶真实世界模拟器的关键技术。尽管神经辐射场（nerf）对于驾驶场景非常有效，但3d高斯分布（3DGS）由于其更快的速度和更明确的表示而成为一个有前途的方向。然而 ...
我们在本文中介绍了 SA-DQAS，这是一种新颖的框架，它通过自注意力机制增强了基于梯度的可微分量子架构搜索（DQAS），旨在针对量子机器学习（QML）挑战优化电路设计。类似于句子中的单词序列，量子电路可以被视为包含量子门的占位符序列。与 DQAS 不同，每个占位符都是独立的，而 SA-DQAS 中的自注意力机制有助于捕获电路中占位符上的每个操作候选之间的关系和依赖信息 ...
人际解剖学差异限制了与人无关的凝视估计网络的准确性。然而，有必要进一步降低凝视错误，以实现需要更高质量的应用程序。可以通过个性化凝视网络来实现进一步的收益，理想情况下，很少有校准样本 ...
最近的工作证明了 Transformer 在许多计算机视觉任务中的有效性。但是，凝视估计中 Transformer 的性能仍未开发。在本文中，我们采用 Transformer 并评估其凝视估计的有效性 ...
