- 浙大提出 PD-TPE | 用于3D视觉定位任务，特征提取和上下文感知，刷新 SOTA ！
- 利用大型语言模型和扩散模型大规模生成视觉最小变化数据，提升VLMs的细粒度理解能力 ！
- OpenSU3D 利用2D基础模型，构建实例级3D场景表示，超越当前所有3D场景理解水平！
- HLO:通过 Hadamard 低秩量化快速高效地反向传播，解决了大型多模态模型在理解长视频时所面临的调整！
- 浙江大学提出 Prompt-Aware 视觉与语言的桥梁,提示感知Adapter在多模态LLMs中的角色 !
- 斯坦福提出 ExPLoRA 高效扩展预训练 Transformer 在无监督领域的突破 ！
- 当 LLMs 步入3D世界，通过多模态大语言模型对3D任务的调查和元分析 ！
- Android经典面试题之Kotlin中 if 和 let的区别
- NODE-Adapter：神经常微分方程助力更优视觉-语言推理！
- Youtu Lab, 腾讯, SJTU, BAAI, ECNU 联合调查高效的多模态大型语言模型报告！
- 基于新型 Transformer ,通过比较 Query 图像与参考形状进行异常检测的研究!
- 中山大学 & 华为诺亚实验室提出 HiRes-LLaVA 框架，解决切片的高分辨率LVLM引起的输入碎片化问题 ！
- 注意力经济下的Layer3：2120万融资如何助推全链身份变革
- 如何将MySQL从5.6平滑升级到5.7
- 飞书文档 VS Notion：谁是你的最佳生产力工具？
- 什么是分治法？
- 一个人全栈开发，有没有必要做前后端分离？
- Git在Ubuntu上的配置方法
- Windows下载安装IDEA社区版的方法
- Python自动计算大量遥感数据的NDVI
腾讯云开发者
