14 天前 / hyper0x
机器之心报道机器之心编辑部 在写文章、画图之后，AI 大模型现在又同时有了打游戏的能力。不禁在想，DeepMind 的智能体 Gato 未来还能玩出哪些花活？ 假如使用单一序列模型就能解决所有任务，是再好不过的事情，因为这种模型减少了不必要的麻烦。不过这需要增加训练数据的数量和多样性，此外，这种通用模型随着数据的扩充和模型的扩展，性能还会提高。从历史上看，更擅长利用计算的通用模型最终也会超过特定于专门领域的模型。
123 天前 / 我爱计算机视觉
关注公众号，发现 CV 技术之美 本文分享论文『CPT: Colorful Prompt Tuning for Pre-trained Vision-Language Models』，由清华刘知远团队提出跨模态预训练 Prompt Tuning（CPT）刷爆少样本 REC 任务！ 详细信息如下： 论文链接：https://arxiv.org/abs/2109.11797 项目链接：未开源 导言： 预训练的视觉语言模型（VL-PTM）在 Visual Ground 任务上表现出了良好的能力，促进了各种跨模态任务的完成。然而，作者注意到，模型预训练和微调的目标之间存在着巨大的差距，因此需要大量的标记数据来促进 VL-PTM 对下游任务的视觉 ground 能力。
1040 天前 / 黑夜探路人
5.2 横滚模态5.3 螺旋模态六、参考文献七、附录（MATLAB代码）一、什么是模态在J Pan：模态分析——一个找“基”的过程一文中，我们介绍了琴弦的振动问题。 我们知道，琴弦一般是两端固定的（固定边界条件），在没弹拨的时候是静止不动的（零初始条件）。琴弦的振动，可通过一个二维的偏微分方程来描述： 其中 和 表分别表示空间变量和时间变量， 是一个常数。那么这个方程的解长什么样呢？ 看着很复杂是吧——确实，但是我们不用管它。