D-MoLE 是一种专为持续多模态指令微调设计的新型方法

M+显著提升了长期信息的保留能力

AI Flow 提升了 AI 服务的智能性、及时响应能力和可访问性

SparseMM 在解码过程中优先强调并保留视觉语义

MAS 是在一个环境中交互的多个智能体组成的计算系统

CTC 是一种广泛应用于序列到序列学习任务中的损失函数和建模方法

搜索树的共享知识集合是由 Google DeepMind 提出的一种搜索算法

VeBrain 使机器人可以 “看到、思考、行动”

BCM 对工业缺陷检测技术的发展具有重要推动作用。

机器遗忘满足隐私保护、法律要求或版权保护等需求。

嫁接是一种编辑预训练扩散 transformer（DiT）的简单方法。

PENCIL 旨在让大模型在生成的过程中动态擦除中间不需要的结果，直到得到最后的答案。

RAP 是一种无需训练的基于 RAG 技术的高分辨率图像感知插件。

字错率是评估语音识别或文本比对系统性能的重要指标。

Speaker Similarity 旨在衡量两个语音样本是否来自同一个说话人，或者两个样本的相似程度。

引导采样是一种用于生成模型中增强样本质量的技术，旨在提升生成模型的控制能力。

浅度自我反思旨在通过对模型的即时反馈进行局部调整，以快速优化当前任务或行为的表现。

多模态思维可视化旨在通过多种不同的模态协同工作，提供对思维、决策和信息处理过程的更加直观和综合的展示。

稀疏自编码器是一种无监督机器学习算法。

连续概念混合旨在通过混合不同概念或特征来生成新的数据样本，扩展模型的学习和推理能力。

演绎数据库算术推理旨在通过推理规则和数学运算对数据库中的数据进行推导与计算。

令牌级偏好对齐方法旨在减少大型视觉语言模型 (LVLMs) 幻觉问题。

推理时扩展是一种通过增加推理阶段的计算资源来提升大型语言模型 (LLMs) 性能的方法。

慢感知旨在通过将感知过程拆分，实现对几何图形等的精细感知，以提升多模态大模型在视觉推理任务中的表现。

D-MoLE 是一种专为持续多模态指令微调设计的新型方法

M+显著提升了长期信息的保留能力

AI Flow 提升了 AI 服务的智能性、及时响应能力和可访问性

SparseMM 在解码过程中优先强调并保留视觉语义

MAS 是在一个环境中交互的多个智能体组成的计算系统

CTC 是一种广泛应用于序列到序列学习任务中的损失函数和建模方法

搜索树的共享知识集合是由 Google DeepMind 提出的一种搜索算法

VeBrain 使机器人可以 “看到、思考、行动”

BCM 对工业缺陷检测技术的发展具有重要推动作用。

机器遗忘满足隐私保护、法律要求或版权保护等需求。

嫁接是一种编辑预训练扩散 transformer（DiT）的简单方法。

PENCIL 旨在让大模型在生成的过程中动态擦除中间不需要的结果，直到得到最后的答案。

RAP 是一种无需训练的基于 RAG 技术的高分辨率图像感知插件。

字错率是评估语音识别或文本比对系统性能的重要指标。

Speaker Similarity 旨在衡量两个语音样本是否来自同一个说话人，或者两个样本的相似程度。

引导采样是一种用于生成模型中增强样本质量的技术，旨在提升生成模型的控制能力。

浅度自我反思旨在通过对模型的即时反馈进行局部调整，以快速优化当前任务或行为的表现。

多模态思维可视化旨在通过多种不同的模态协同工作，提供对思维、决策和信息处理过程的更加直观和综合的展示。

稀疏自编码器是一种无监督机器学习算法。

连续概念混合旨在通过混合不同概念或特征来生成新的数据样本，扩展模型的学习和推理能力。

演绎数据库算术推理旨在通过推理规则和数学运算对数据库中的数据进行推导与计算。

令牌级偏好对齐方法旨在减少大型视觉语言模型 (LVLMs) 幻觉问题。

推理时扩展是一种通过增加推理阶段的计算资源来提升大型语言模型 (LLMs) 性能的方法。

慢感知旨在通过将感知过程拆分，实现对几何图形等的精细感知，以提升多模态大模型在视觉推理任务中的表现。