2024-10-30 简讯 : 麻省理工学院的通用机器人训练


头条


麻省理工学院的通用机器人训练

https://news.mit.edu/2024/training-general-purpose-robots-faster-better-1028

麻省理工学院的研究人员引入了异构预训练 Transformers (HPT),这是一种受大型语言模型启发的新模型架构,可使用来自不同领域和模式的数据来训练多功能机器人。

Google 将语音技术支持扩展到另外 15 种非洲语言

https://blog.google/around-the-globe/google-africa/africas-digital-decade/

Google 已在其平台上为另外 15 种非洲语言引入语音识别功能,包括语音搜索、Gboard 语音输入和翻译听写。此次更新使大约 3 亿非洲人能够以自己的母语与数字内容互动。


研究


具有最小 3D 归纳偏差的视图合成

https://haian-jin.github.io/projects/LVSM/

长期以来,人们一直认为新颖的视图合成需要强大的 3D 归纳偏差。这项工作表明,通过规模和一些弱归纳偏差,大大超越以前认为的限制。

使用每个标记潜在扩散的连续语音合成

https://arxiv.org/abs/2410.16048

自回归模型在许多情况下仍然占主导地位。然而,最近对图像扩散头的研究启发了连续 AR 扩散。这项工作将每个标记扩散思想扩展到可变长度输出。

遥感中的变化检测

https://arxiv.org/abs/2409.16261v1

本文引入了变化描述指令数据集来微调 LMM,以实现更好的遥感变化检测。


工程


Flux IC light

https://github.com/lllyasviel/IC-Light/discussions/98

IC Light 是目前将图像与预训练的文本到图像主干关联起来的最佳方式。本次讨论是将该功能扩展到强大的 Flux 模型的开始。

用于 3D 场景生成的场景语言

https://github.com/zzyunzhi/scene-language

从头开始生成 3D 场景具有挑战性,原因有很多,例如数据限制。这项工作引入了一种类似编程语言来描述 3D 场景,并表明 Claude Sonnet 可以生成极具吸引力的场景,尽管他没有接受过这项任务的明确训练。

3D 语义分割

https://arxiv.org/abs/2410.19446v1

FtD++ 是一种跨模态学习方法,可改善 3D 语义分割的无监督域自适应。


杂七杂八


Gemma 2B 上交叉编码器的开源复制

https://www.lesswrong.com/posts/srt6JXsRMtmqAJavD/open-source-replication-of-anthropic-s-crosscoder-paper-for

Anthropic 最近发布了两篇作品,重点介绍了其新的可解释性方法。这篇文章是 Gemma 2B 上交叉编码器的开源复制。

分布外图学习方法集

https://github.com/kaize0409/awesome-graph-ood

此存储库列出了有关分布外图学习的论文,涵盖三个主要场景:图 OOD 泛化、训练时图 OOD 适应和测试时图 OOD 适应。

像 AI 一样思考

https://www.oneusefulthing.org/p/thinking-like-an-ai

LLM 充当复杂的自动完成系统,根据训练数据和当前输入预测下一个标记。输入的微小变化会影响预测,即使是同一个问题也会导致不同的输出。了解标记预测、训练数据上下文和内存限制可以帮助改进 AI 的使用。

多模态 Web 代理

https://github.com/minorjerry/openwebvoyager

OpenWebVoyager 提供工具、数据和模型,用于开发能够通过真实世界的 Web 交互进行导航和学习的多模态 Web 代理。

动画自动着色

https://ykdai.github.io/projects/InclusionMatching

研究人员推出了一种新颖的包含匹配方法,解决了自动着色的挑战,尤其是在动画中,遮挡和皱纹可能会破坏传统的片段匹配。

Lofi 音乐数据集

https://huggingface.co/datasets/vikhyatk/lofi

由音乐生成模型生成的音乐片段和详细文本描述的数据集。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 201,468评论 5 473
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,620评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 148,427评论 0 334
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,160评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,197评论 5 363
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,334评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,775评论 3 393
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,444评论 0 256
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,628评论 1 295
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,459评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,508评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,210评论 3 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,767评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,850评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,076评论 1 258
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,627评论 2 348
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,196评论 2 341

推荐阅读更多精彩内容