推荐文章
- [论文翻译]GME: 通过多模态LLMs改进通用多模态检索
- [论文翻译]面向野外单目视频的鲁棒平滑3D多人姿态估计
- [论文翻译]UniTraj: 可扩展车辆轨迹预测的统一框架
- [论文翻译]视觉空间推理
- [博客翻译]2025年诺贝尔物理学奖：让量子效应走向宏观世界
- [论文翻译]EA-LSS: 面向3D BEV目标检测的边缘感知Lift-splat-shot框架
- [论文翻译]基于高温精炼与背景抑制的细粒度视觉分类
- [论文翻译]扩展通用数据分析智能体 (Data-Analytic Agents)
- [论文翻译]该方法通过构建教师-学生双网络架构实现：教师网络为无标注图像生成伪标签
- [论文翻译]CoCa: 对比式字幕生成器作为图文基础模型