В статье представлен инновационный метод реконструкции формы и свойств электромагнитных препятствий по данным рассеянного поля, основанный на глубоком обучении.
Исследователи представили LLaVA-UHD v3 — модель, способную эффективно обрабатывать изображения в полном разрешении, открывая новые возможности для взаимодействия человека и машины.
Исследователи предлагают модульную архитектуру, объединяющую специализированные модели для эффективного извлечения признаков из изображений дистанционного зондирования.
Исследователи показали, что использование больших языковых моделей для оптимизации структуры иерархий знаний значительно повышает качество гиперболических векторных представлений.
Исследователи предлагают эффективный метод разложения изображений на слои, основанный на переиспользовании моделей, изначально предназначенных для восстановления поврежденных участков.
Новое исследование показывает, что интерфейс для одновременного сравнения результатов работы моделей, преобразующих текст в изображения, позволяет более эффективно выявлять детали и предвзятости в их работе.
Исследователи разработали систему, позволяющую моделям искусственного интеллекта эффективно использовать видеоинструменты для более глубокого понимания и анализа длинных видеозаписей.
Новое исследование показывает, как вариативность формулировок запросов влияет на качество ответов открытых больших языковых моделей.
Новый метод обучения позволяет большим языковым моделям более эффективно использовать и понимать сложные данные из области медицины и биологии.
Новое исследование показывает, как большие языковые модели выделяют и используют специализированные «схемы» для анализа отношений между словами в предложении.