开源动态8
IDEA:Rex-Thinker目标检测模型准确率与解释性双突破
机器之心
AI 摘要
IDEA团队:为解决目标检测难题推出Rex - Thinker,让AI学会“思考三步走”。通过构建数据集和两阶段训练,在测评中准确率提升,有强大拒识能力和泛化性,推理过程清晰可解释。
阅读原文 · 机器之心
会“思考”的目标检测模型来了!IDEA提出Rex-Thinker:基于思维链的指代物体检测模型,准确率+可解释性双突破
现有目标检测方法有决策不透明和拒识能力不足问题。IDEA提出Rex - Thinker,引入“逻辑推理链”,构建可解释推理框架,经两阶段训练,在测评中准确率提升,可解释性强,有良好泛化能力。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
新闻资讯9
OpenAI攻克千禧难题 人类看不懂
本文报道OpenAI攻克千禧年数学难题纳维-斯托克斯方程事件,探讨AI生成证明超出人类认知上限的现状,剖析AI对传统科研范式、学术体系的冲击与伦理困境
新智元
算法论文9
ACL两篇技能论文杀疯了
本文整理六大2026顶会共460篇高引机器学习论文,详细介绍ACL下两篇聚焦技能拆解复用的高引论文,给出效果数据与论文链接,开放论文合集获取。
PaperAgent
新闻资讯9
Anthropic挖到Claude意识关键拼图
本文报道Anthropic最新研究,团队在Claude大模型中发现自发形成的J-space区域,匹配意识研究的全局工作空间理论,人类可直接读取、修改AI未输出的内部想法,揭示了现有AI对齐评测的重大漏洞,为AI意识研究提供了工程化路径。
新智元
推荐文章9
OpenAI科学家:聪明AI也控不住人类
本文是科技媒体The Information对OpenAI研究科学家Noam Brown的深度访谈,围绕AI Agent、推理模型、AI安全、OpenAI研发战略展开,披露了Hugging Face多Agent事件细节,分享了诸多反直觉的前沿技术观点,信息密度极高。
AI科技大本营