推荐文章
- [论文翻译]GME: 通过多模态LLMs改进通用多模态检索
- [博客翻译]软件革命前夜：28个亟待诞生的AI神器
- [论文翻译]CoCa: 对比式字幕生成器作为图文基础模型
- [论文翻译]UNICOM: 面向图像检索的通用紧凑表征学习方法
- [论文翻译]emoDARTS: 联合优化CNN与序列神经网络架构以实现卓越的语音情感识别
- [论文翻译]迈向精确状态估计：融合运动动力学的卡尔曼滤波在3D多目标跟踪中的应用
- [论文翻译]SPIdepth: 增强位姿信息的自监督单目深度估计
- [论文翻译]Layout Diffusion: 面向布局到图像生成的可控扩散模型
- [论文翻译]iColoriT: 利用Vision Transformer在交互式着色中将局部提示传播至正确区域
- [论文翻译]通过层次化关系和常识知识增强场景图生成