|
|
基于 LLM 的算法设计与分析 计算机视觉深度学习和自动驾驶 · 公众号 · · 6 月前 · |
|
|
AutoFlow：大语言模型智体的自动工作流生成 计算机视觉深度学习和自动驾驶 · 公众号 · 科技自媒体 · 6 月前 · |
|
|
3D 高斯作为新视觉时代：综述 计算机视觉深度学习和自动驾驶 · 公众号 · · 6 月前 · |
|
|
3D Gaussian Splatting综述 计算机视觉深度学习和自动驾驶 · 公众号 · · 6 月前 · |
|
|
智体设计模式：基于基础模型的智体架构模式集 计算机视觉深度学习和自动驾驶 · 公众号 · · 6 月前 · |
|
|
负责任的生成式AI：设计基于基础模型智体的参考架构 计算机视觉深度学习和自动驾驶 · 公众号 · · 6 月前 · |
|
|
让网络空间与物理世界保持一致：具身AI综述 计算机视觉深度学习和自动驾驶 · 公众号 · · 6 月前 · |
|
|
Med-MoE：轻量级医学视觉-语言模型的域特定专家混合 计算机视觉深度学习和自动驾驶 · 公众号 · · 6 月前 · |
|
|
RoDE：食品的多模态专家混合模型 计算机视觉深度学习和自动驾驶 · 公众号 · · 6 月前 · |
|
|
OmniBind：绑定空间实现大规模全多模态表征 计算机视觉深度学习和自动驾驶 · 公众号 · · 6 月前 · |
|
|
MoE-LLaVA：大视觉-语言模型的专家混合 计算机视觉深度学习和自动驾驶 · 公众号 · · 7 月前 · |
|
|
Routing Experts：在多模态大语言模型中学习动态专家路由 计算机视觉深度学习和自动驾驶 · 公众号 · · 7 月前 · |
|
|
ME-Switch：适用于大语言模型的内存高效专家切换框架 计算机视觉深度学习和自动驾驶 · 公众号 · · 7 月前 · |
|
|
Self-MoE：具有自专业化专家的组合大语言模型 计算机视觉深度学习和自动驾驶 · 公众号 · · 7 月前 · |
|
|
ROUTERBENCH：多 LLM 的路由系统基准 计算机视觉深度学习和自动驾驶 · 公众号 · · 7 月前 · |
|
|
ICML 2024 || FLEXTRON: 嵌套弹性结构的MOE 计算机视觉深度学习和自动驾驶 · 公众号 · · 7 月前 · |
|
|
MetaLLM：包装 LLM 的高性能且成本高效动态框架 计算机视觉深度学习和自动驾驶 · 公众号 · · 7 月前 · |
|
|
AI剧场的奥斯卡：语言模型角色扮演综述 计算机视觉深度学习和自动驾驶 · 公众号 · · 7 月前 · |
|
|
RoleCraft-GLM：在大型语言模型中推进个性化角色扮演 计算机视觉深度学习和自动驾驶 · 公众号 · · 7 月前 · |
|
|
关于基于 LLM 智体的综述：常见工作流和可重用 LLM 配置文件组件 计算机视觉深度学习和自动驾驶 · 公众号 · · 7 月前 · |
|