结构化预处理」共找到 1129 篇相关文章

算法论文7

3D多光照场景渲染!GRGS带来真实感重光照

哈工大提出通用3D高斯框架GRGS,用于多样光照下高保真人体新视角合成。它采用前馈监督策略,支持可编辑光照,结合物理着色与神经网络推断,合成逼真效果,但处理透明材质和纤薄结构欠佳。

带你学AI
算法论文8

NeurIPS 2025 Spotlight | GeoSVR:稀疏体素的新潜力——超越3DGS系列的高精度三维表面重建

计算机视觉中表面重建难题待解,现有方法有瓶颈。北航等团队提出 GeoSVR 框架,围绕几何约束与表面正则设计,在多数据集超现有方法,兼顾精度、完整性与效率,为多领域提供支持。

机器之心
产品应用7

VC开始靠AI预测未来了

七月,DigClaw的预测框架Rhizome v1在FutureX评测平台取得优异成绩,支持了预测能力可沉淀在基座模型之外的判断。大语言模型不擅长预测,而DigClaw构建了以因果结构为骨架的预测基础设施。

量子位
算法论文8

ACL 2026|清华新作ControlAudio:声音何时响、说啥话?都能按剧本可控生成!

现有文生音频技术在精细控制方面有挑战,清华团队提出ControlAudio方法。它通过数据构造、渐进式训练和引导采样,在统一框架下实现时间与语音内容联合建模,在多项任务上表现优于现有方法。

机器之心
算法论文8

SIGIR 2025 | 视频检索新范式!北邮、北大等联合提出AV-NAS:首个音视频哈希搜索架构,让Mamba与Transformer自动“组队”

北邮、北大等团队提出 AV-NAS,在多模态视频哈希领域引入 NAS,构建含 Transformer 与 Mamba 的统一搜索空间。该方法能自动发现最优跨模态融合机制,揭示音频时序建模中“CNN + FFN”结构更优,代码已开源。

AI前线
产品应用7

智能PPT生成系统

MultiAgentPPT是基于A2A + MCP + ADK的多智能体系统,能流式并发生成高质量PPT。它通过多智能体协作,从大纲生成到内容汇总,提高效率与准确性,还介绍了使用界面、项目结构、快速开始步骤等。

GitHubStore
算法论文8

夜光影像里的"暗船":双分支 YOLO11 如何用抓非法捕捞

非法捕捞的暗船常关掉 AIS 隐身,难被传统手段监控。论文提出双分支 YOLO11,通过夜光遥感数据精准检测,还设计预处理流程,在测试集表现优,规模应用也得到暗船率等成果。

机器学习AI算法工程
开源动态8

黄仁勋率先开源量子AI大模型

英伟达推出全球首个开源量子AI模型家族NVIDIA Ising,含校准和纠错模型。它简对复杂物理系统的理解,为量子纠错和校准提供高性能工具,有望加速量子系统实用

量子位
开源动态8

雇佣过目即忘的天才:为什么企业级AI总在浪费钱?| 甲子光年

当下企业级AI缺乏连续性、动态数据割裂,主流外挂RAG的解法无法解决‘认知’问题。红熊AI的‘记忆熊’开源,构建记忆系统结合Agent平台,解决多场景痛点,还将推动记忆科学‘芯片’。

甲子光年
推荐文章7

CuteDSL-2: 基本操作

文章为Cute - DSL第二篇,整理官方notebook介绍基本操作。涵盖数据类型、张量、结构体等基本操作,还介绍了控制流(For、If - Else、While循环等)及TensorSSA的相关操作,如LD/ST、运算、切片等。

GiantPandaLLM