研究人员已经开发出一种名为TIM的新方法，通过向其展示正确和错误的翻译示例，来教导语言模型更好地翻译文本。这种方法在WMT2022数据集上的测试表明，其性能超过了现有的翻译技术。TIM的出现，无疑为机器翻译领域带...

近期，研究者们推出了名为FreeDrag的图像编辑新方法，以解决前一模型DragGAN在跟踪点位准确性上常出现的问题。经过一系列实验，研究者们发现，FreeDrag的全新特性导向方式，采用自适应模板特性、线性搜索以及模糊定...

逆向强化学习有时被称为行为克隆或专家模仿。它通过引入一个内部强化学习环路，将监督调优的简单任务变得复杂。然而，如果我们去掉这个环路，我们可以获得强化学习探索的许多优势，同时避免了函数近似问题的挑战。这...

DragonDiffusion是一种全新的方法，旨在提高文本到图像模型的编辑精度。通过在扩散模型中利用特征对应，DragonDiffusion可以进行各种详细的图像修改，如移动和调整对象的大小，替换外观，以及拖动内容，同时保持图像...

研究人员提出了一种新的方法，使用一种扩散模型，具体来说是一种名为稳定扩散的潜在扩散模型（LDM），从通过fMRI捕获的人脑活动中重建高分辨率、高保真度的图像。该方法在保持生成性能的同时减少了计算成本，无需对...

该研究介绍了一种新方法，改进了对环境中三维运动的理解，相比现有技术产生了更真实的姿势。

该研究介绍了一种新的方法称为'体积融合'（Volume Fusion，VF），它可以在不需要大量预标注数据的情况下训练三维医学成像模型。研究表明，结合新的网络结构，VF能够提高不同身体部位医学图像解读的准确性。

Audiocraft推出MusicGen，这是一种简化和增强音乐生成的模型。这种单阶段的自回归Transformer模型不需要像之前的方法那样进行自监督语义表示，通过并行预测所有码本，它更高效地生成音乐，从而每秒音频的步骤更少。