如果你是一名计算机视觉的研究者，过去几年大概已经习惯了这样一种节奏：ImageNet分类准确率又涨了0.1%，某个新Backbone在COCO上刷了新高，某个T...

在自动驾驶赛道场景中，锥桶定位是车辆路径规划的基础任务。然而，传统方案面临着成本高昂、Z轴误差大、计算复杂三大痛点。最新提出的UNet-RKNet架构首次将UN...

蛋白工程的核心挑战在于需要在高维序列空间中寻找能够协同增强功能的多突变组合。传统定向进化通常通过逐步叠加突变进行搜索，而机器学习方法又往往依赖大规模数据、多轮实...

在不对称催化研究中，如何预测反应的对映选择性一直是核心挑战之一。传统方法通常依赖大量实验数据进行建模，但在真实化学研究中，可获得的数据往往高度稀缺，导致模型难以...

电池新设计的寿命评估通常需要长时间实验与高能耗测试，严重制约技术创新进程。现有寿命预测方法依赖大量目标设计的寿命标注数据，且往往必须在原型制造完成后才能给出可靠...

作者：W. Patrick Walters 等（原载《Nat. Mach. Intell.》2024年）

JAK2是多种炎症性疾病、癌症以及类风湿性关节炎的重要治疗靶点。抑制JAK2已成为治疗上述疾病一种极具前景的策略。2026年1月27日，全北国立大学的研究人员在...

在旋转机械的健康监测领域，通过振动信号进行故障诊断是一种主流手段。然而，工业现场的实际环境往往极其复杂，传感器采集到的原始信号中夹杂着大量的环境噪声，这使得传统...

在当今科技领域，我们经常听到人工智能、机器学习和深度学习这三个词。它们虽然相关，但含义不同。

在智能电网巡检中，无人机已成为标配。然而，一个致命问题始终困扰着行业：返航途中的撞线事故。纤细的电力线在传统视觉系统中如同“隐形”。本文解读一种受生物启发的创新...

春晚舞台上，机器人群体的整齐划一令人惊叹——但如果想让机器人真正理解并模仿人类的复杂动作，我们需要怎样的视觉技术？

这个问题，放在几年前，答案可能是“天价”。你得准备海量的数据，堆上成百上千张显卡，跑上几周甚至几个月。到了今天，虽然技术成熟了不少，但一些顶会论文里的模型，依然...

想象一下，你同时用两种方法教导两个学生解数学题。一个学生（SFT）只是死记硬背你做过的每一道例题，连你的笔迹都想模仿。另一个学生（RL）呢，你只告诉他答案是对是...

增量目标检测（Incremental Object Detection, IOD）旨在让检测模型能够持续学习新类别，同时不遗忘已学类别的知识。这一能力对于部署在...

编码是机器学习流程里最容易被低估的环节之一，模型没办法直接处理文本形式的分类数据，尺寸（Small/Medium/Large）、颜色（Red/Blue/Gree...

想象一下这样的场景：自动驾驶汽车行驶在暴雨中，挡风玻璃上的雨刷疯狂摆动，摄像头捕捉到的画面已经模糊不清。但车辆的检测系统依然信心满满地告诉你——前方道路“一切正...

2022年6月，某机构的re:MARS公司内部活动在拉斯维加斯举行，该活动探讨了机器学习、自动化、机器人技术领域的进步和实际应用。活动汇聚了构建人工智能和机器学...

贝叶斯优化是机器学习中超参数优化广泛流行的方法。其核心是，BO 迭代评估有希望的配置，直到用户定义的预算（如挂钟时间或迭代次数）耗尽。虽然调优后的最终性能在很大...

spaCy 2.2 版本的自然语言处理库现在更精简、更干净、也更易于使用。除了新的模型包以及用于训练、评估和序列化的功能外，还进行了大量的错误修复，改进了调试和...