MARS：引领机器人精确感知铰接物体的新时代
摘要
本文介绍了一种名为MARS的先进框架，旨在精确感知铰接物体的关节参数，这对于服务机器人的功能至关重要。传统的研究主要依赖于单一的点云数据，忽略了重要的纹理和光照细节，并假设理想的观察视角，这在现实世界中并不常见。MARS通过多模态融合模块和基于强化学习的主动感知策略，实现了对铰接物体关节参数的精确估计，并能在非理想视角下自主优化观察视角，显著提高了机器人在复杂环境中的操作效率和准确性。
Read more...Meerkat：音频-视觉大语言模型的新突破
摘要
本文介绍了一种名为 Meerkat 的音频-视觉大语言模型，它可以在图像和音频中进行时空定位。该模型具有两个关键模块，即模态对齐模块和交叉注意力模块，能够学习更好的联合音频-视觉表示，从而增强下游任务。此外，作者还引入了 MeerkatBench，它统一了五个不同的音频-视觉任务，并创建了一个新的大型指令调整数据集 AVFIT，以支持这些任务的训练。实验结果表明，该模型在所有这些下游任务上都取得了最先进的性能，相对改进高达 37.12%。
Read more...Memory3：配备显式记忆的语言模型
摘要
本文介绍了一种名为 Memory3 的语言模型，它通过配备显式记忆来降低大语言模型（LLM）的训练和推理成本。Memory3 利用显式记忆在推理过程中减轻模型参数记忆特定知识的负担，其显式记忆从知识库编码而来，并通过稀疏存储格式保持实际存储大小。作者训练了一个具有 2.4B 非嵌入参数的 Memory3 模型，其性能优于更大规模的 LLM 和 RAG 模型，并且在推理速度上也优于 RAG。此外，Memory3 提高了事实性并减轻了幻觉，还能快速适应专业任务。
Read more...MIRAI：评估 LLM 国际事件预测能力的新基准
摘要
本文介绍了一种名为 MIRAI 的新型基准，用于评估大型语言模型（LLM）在国际事件预测中的能力。该基准具有创新性，能够评估 LLM 作为时间预测器的能力，并提供了一种系统的方法来评估 LLM 在不同时间范围和预测任务上的性能。通过使用 MIRAI，研究人员可以更好地了解 LLM 在国际事件预测中的优势和局限性，并为未来的研究和应用提供指导。
Read more...PHM-LM：下一代 PHM 技术的突破
摘要
本文提出了一种新的 PHM-LM 概念和三个渐进式范式，以解决 PHM 技术发展面临的挑战。PHM-LM 是一种基于大型模型的人工智能技术，具有强大的泛化能力、推理能力和生成能力。本文还介绍了 PHM-LM 的工作原理、工作流程和应用前景，为 PHM 技术的发展提供了新的思路和方法。
Read more...REGMIX：通过回归实现语言模型预训练的数据混合
摘要
本文提出了一种名为 REGMIX 的方法，用于自动识别大型语言模型预训练的高性能数据混合。该方法通过将数据混合问题表述为回归任务，并训练小型模型来预测不同数据混合的影响，从而能够高效地识别最佳混合，然后将其推广到大规模模型训练中。
Read more...RISE框架：利用少量标注数据实现机器人实例分割的突破
摘要
本文介绍了一种名为RISE的新型框架，旨在解决机器人实例分割中标注数据稀缺的问题。RISE结合了半监督学习（SSL）和通过交互学习（LTI）的方法，使得模型能够在仅有少量标注数据的情况下，通过自我监督和利用未标注图像中的时间上下文来提高性能。该方法在ARMBench和OCID两个常见基准测试中达到了最先进的性能，特别是在ARMBench上，RISE在仅使用1%的标注数据时，其AP50得分达到了84.89，显著优于现有方法。
Read more...RoboPack：通过触觉感知动力学模型实现机器人的高级物体操纵
摘要
本文介绍了一种名为RoboPack的新型框架，该框架通过学习结合视觉和触觉感知的神经动力学模型，使机器人能够在密集包装等任务中理解和操纵具有未知物理属性的物体。RoboPack采用循环图神经网络来估计物体状态，包括粒子和物体级别的潜在物理信息，并进行未来状态预测。该模型通过真实世界数据学习，能够解决下游机器人任务，如非抓握操纵和密集包装，其中机器人必须从直接和间接交互中推断物体的物理属性。
Read more...SecGenAI框架：保护澳大利亚关键技术领域的生成式人工智能应用安全
摘要
本文介绍了《SecGenAI: Enhancing Security of Cloud-based Generative AI Applications within Australian Critical Technologies of National Interest》这篇论文的核心信息。论文针对澳大利亚国家利益关键技术中的生成式人工智能（GenAI）应用，提出了一个全面的安全框架——SecGenAI。该框架专注于检索增强生成（RAG）系统，解决了功能性、基础设施和治理层面的安全需求，通过端到端的安全分析生成规范，强调数据隐私、安全部署和共享责任模型。SecGenAI与澳大利亚隐私原则、AI伦理原则以及澳大利亚网络安全中心和数字转型机构的指南相一致，旨在缓解数据泄露、对抗性攻击和模型逆向等威胁。该研究为智能系统领域提供了可行的安全实施策略，促进了AI应用的创新，并保护了国家利益。
Read more...SGCCNet：引领3D物体检测新纪元的高效单阶段点云检测器
摘要
本文介绍了一种名为SGCCNet的单阶段3D物体检测器，该检测器利用点云数据进行高效且准确的物体识别。SGCCNet通过引入显着性引导的数据增强（SGDA）策略和置信度校正机制（CCM），解决了低质量物体学习不足（ILQ）和定位精度与分类置信度不一致（MLC）的问题。实验结果表明，SGCCNet在KITTI数据集上的性能优于现有的基于点的检测器，实现了80.82%的AP3D在中等等级，显示出其在智能交通系统中的广泛应用前景。
Read more...Previous Page
104 of 156
Next Page