- 501
- 51 351
mardin mardin
เข้าร่วมเมื่อ 24 ก.พ. 2014
BOND Aligning LLMs with Best of N DistillationGoogle 2024
BOND- Aligning LLMs with Best-of-N Distillation(Google 2024)
มุมมอง: 42
วีดีโอ
GET Zero Graph Embodiment Transformer for Zero shot Embodiment GeneralizationStanford 2024
มุมมอง 2219 ชั่วโมงที่ผ่านมา
GET-Zero- Graph Embodiment Transformer for Zero-shot Embodiment Generalization(Stanford 2024)
Transfusion Predict the Next Token and Diffuse Images with One Multi Modal ModelMeta 2024
มุมมอง 2919 ชั่วโมงที่ผ่านมา
Transfusion- Predict the Next Token and Diffuse Images with One Multi-Modal Model(Meta 2024)
E5 V Universal Embeddings with Multimodal Large Language ModelsBeihang 2024）
มุมมอง 3814 วันที่ผ่านมา
E5-V- Universal Embeddings with Multimodal Large Language Models(Beihang 2024）
DROID A Large Scale In The Wild Robot Manipulation Dataset（Stanford & Berkeley 2024）
มุมมอง 2314 วันที่ผ่านมา
DROID- A Large-Scale In-The-Wild Robot Manipulation Dataset（Stanford & Berkeley 2024）
Continual Self supervised Learning Towards Universal Multi modal Medical Data Representation Learni
มุมมอง 3714 วันที่ผ่านมา
Continual Self-supervised Learning- Towards Universal Multi-modal Medical Data Representation Learning2(nwpu & Adelaide 2024)
LANGUAGE MODEL BEATS DIFFUSION TOKENIZER IS KEY TO VISUAL GENERATION（Google & CMU 2024）
มุมมอง 5614 วันที่ผ่านมา
LANGUAGE MODEL BEATS DIFFUSION- TOKENIZER IS KEY TO VISUAL GENERATION（Google & CMU 2024）
xGen MM BLIP 3 A Family of Open Large Multimodal Models（Saleforce 2024）
มุมมอง 2414 วันที่ผ่านมา
xGen-MM (BLIP-3)- A Family of Open Large Multimodal Models（Saleforce 2024）
Multi sentence Video Grounding for Long Video Generation（Tsinghua 2024）
มุมมอง 2521 วันที่ผ่านมา
Multi-sentence Video Grounding for Long Video Generation（Tsinghua 2024）
Distilling System 2 into System 1Meta 2024
มุมมอง 3821 วันที่ผ่านมา
Distilling System 2 into System 1(Meta 2024)
Fully Automated Deep Learning Model to Detect Clinically Significant Prostate Cancer at MRIMGH 2024
มุมมอง 2321 วันที่ผ่านมา
Fully Automated Deep Learning Model to Detect Clinically Significant Prostate Cancer at MRI(MGH 2024)
Tell Me More Towards Implicit User Intention Understanding of Language Model Driven Agents（Tsinghua
มุมมอง 44หลายเดือนก่อน
Tell Me More- Towards Implicit User Intention Understanding of Language Model Driven Agents（Tsinghua 2024）
Continual Self supervised Learning Towards Universal Multi modal Medical Data Representation Learni
มุมมอง 50หลายเดือนก่อน
Continual Self-supervised Learning- Towards Universal Multi-modal Medical Data Representation Learning(nwpu & Adelaide 2024)
Quality Sentinel Estimating Label Quality and Errors in Medical Segmentation DatasetsJHU 2024
มุมมอง 39หลายเดือนก่อน
Quality Sentinel- Estimating Label Quality and Errors in Medical Segmentation Datasets(JHU 2024)
Retrieval Augmented Generation or Long Context LLMs A Comprehensive Study and Hybrid ApproachGoogle
มุมมอง 153หลายเดือนก่อน
Retrieval Augmented Generation or Long-Context LLMs- A Comprehensive Study and Hybrid Approach(Google & UM 2024)
Scaling Retrieval Based Language Models with a Trillion Token DatastoreUW & Allen AI 2024
มุมมอง 25หลายเดือนก่อน
Scaling Retrieval Based Language Models with a Trillion Token DatastoreUW & Allen AI 2024
SELF GUIDE Better Task Specific Instruction Following via Self Synthetic FinetuningTsinghua & CMU 2
มุมมอง 67หลายเดือนก่อน
SELF GUIDE Better Task Specific Instruction Following via Self Synthetic FinetuningTsinghua & CMU 2
Multi Head RAG Solving Multi Aspect Problems with LLMsETH 2024
มุมมอง 58หลายเดือนก่อน
Multi Head RAG Solving Multi Aspect Problems with LLMsETH 2024
AI based differential diagnosis of dementia etiologies on multimodal dataNature medicine 2024
มุมมอง 16หลายเดือนก่อน
AI based differential diagnosis of dementia etiologies on multimodal dataNature medicine 2024
PaliGemma A versatile 3B VLM for transfer（Google 2024）
มุมมอง 33หลายเดือนก่อน
PaliGemma A versatile 3B VLM for transfer（Google 2024）
Capabilities of Gemini Models in Medicine（Google 2024）
มุมมอง 33หลายเดือนก่อน
Capabilities of Gemini Models in Medicine（Google 2024）
PROVER VERIFIER GAMES IMPROVE LEGIBILITY OF LLM OUTPUTS（OpenAI 2024）
มุมมอง 32หลายเดือนก่อน
PROVER VERIFIER GAMES IMPROVE LEGIBILITY OF LLM OUTPUTS（OpenAI 2024）
Whiteboard of Thought Thinking Step by Step Across ModalitiesColumbia 2024
มุมมอง 16หลายเดือนก่อน
Whiteboard of Thought Thinking Step by Step Across ModalitiesColumbia 2024
Speculative RAG Enhancing Retrieval Augmented Generation through DraftingUCSD & Google 2024
มุมมอง 114หลายเดือนก่อน
Speculative RAG Enhancing Retrieval Augmented Generation through DraftingUCSD & Google 2024
Fine Tuning Large Language Models with Sequential Instructions（Edinburgh 2024）
มุมมอง 53หลายเดือนก่อน
Fine Tuning Large Language Models with Sequential Instructions（Edinburgh 2024）
VideoLLM online Online Video Large Language Model for Streaming VideoNUS & Meta 2024
มุมมอง 46หลายเดือนก่อน
VideoLLM online Online Video Large Language Model for Streaming VideoNUS & Meta 2024
Wukong Towards a Scaling Law for Large Scale RecommendationMeta 2024
มุมมอง 50หลายเดือนก่อน
Wukong Towards a Scaling Law for Large Scale RecommendationMeta 2024
MemSAM Taming Segment Anything Model for Echocardiography Video Segmentation（HSWU CVPR 2024）
มุมมอง 23หลายเดือนก่อน
MemSAM Taming Segment Anything Model for Echocardiography Video Segmentation（HSWU CVPR 2024）
Video Diffusion Alignment via Reward GradientsCMU 2024
มุมมอง 20หลายเดือนก่อน
Video Diffusion Alignment via Reward GradientsCMU 2024
Anderson Eric Rodriguez Michael Robinson Christopher
Hello im an avid blender 3d user, I’m very interested in working with you on a project
很精彩的report，感谢大佬🙏
Can you please explain in English
could you please provide any guidance using it with a custom dataset
蠻好奇報告過程中的問答，希望也可以在影片中
感謝分享！
请问2分20秒左右提到的上一篇论文，是把attention维度和time维度倒置，是指的哪篇论文？谢谢
English sub atleast?
很有深度的解读。爱来自广东🥰
这是把组里论文分享meeting发油管了吗） 关注了
这篇文章不错
😊
在开组会吗
Hi, I am unable to find the dataset link? Is it opensource ?
这个提问题的人好牛逼啊，哪位大佬？
浙大的组内分享么？
good work !!
ni hao world!
I wish I knew Chinese
请问有代码吗
假如model那块使用qwen14b这样小一点的模型，也能做到吗？
Thank you for your amazing research. It is so hard to find fast and reliable ways to get embeddings for music. Your work is a real savior.
These presentations you uploaded are super helpful, thank you and please keep it up!
Hey can make video in English
Good summary. Thank you for posting
可能是因为刚刚开始msc 比较菜的缘故吧 超级讨厌读paper，读着读着就困了（。 超级高兴找到了这个channel，现在读paper 像看剧一样愉快了hhhh
所以低级别到底是什么意思呢？像local edge / corner / intensity change 而不是object level 的理解吗？
嘿，小祖宗，标题为啥非得整成洋文呢？就像中国的饺子一样，馅儿香喷喷的全是肉，却偏偏取个“法式吐司”的名儿，这不是白白让人摸不着头脑吗？ 看视频的人，大多数是说中文的，你说中文标题，亲切又地道，才好吸引他们点进来嘛。举个例子，你要是刷英文视频，看到一个全是英文的标题，是不是也会觉得别扭，心里嘀咕一句“这到底是哪国风味？” 再说了，用中文标题，还能顺便秀一把咱大中华的文化底蕴。来个四字成语，一两句诗词，吊足胃口，让大家伙儿都好奇得不行，非点进来一探究竟不可。 听老头的，下次做视频，标题可得跟内容配一脸，用中文说中文故事，才是正经路子！
論文名稱 + 發表機構 + 年份資訊，清楚的讓點進這影片的人知道是在講哪一篇文章，且可以讓對這篇文章有興趣的人可以快速搜尋到我覺得沒啥毛病。
@@JosephLiaw 是的，但你看，我只会说英语，当我搜索这篇论文时，我看到一个英文标题的视频。然后当我试图观看时，每个人都在说一些来自月球的难以理解的语言，就像是点击诱饵，或者大口喝了一大口可口可乐后发现原来是酱油一样。令人不快的惊喜是不愉快的。
这跟finetune有本质区别么。文章有没有跟finetune的方法做比较？感觉包装得很晦涩
🥰🥰🥰🥰
GPTs 跟assistant API 一出爐真的是搞的人仰馬翻😂
是……
讲的挺清晰的 很棒
Can I have the slide ?
谢谢大佬 收获良多！！
It would be great if you could please make this video in English.
我觉得这里并行计算的意思，应该是o的输出是并行计算的。就是o1、o2、o3的计算是并行的(只需要根据前面的k,v就可以计算出来，k,v的计算同样是并行的)。然而rnn中的隐变量不是并行计算的，其需要计算出前一个hn-1才能计算hn，是串行的
hhh学长也说了，不好意思刚没看完就评论了
really helpful content. Thanks!
你好，请教下Indicator里的Reward score是如何计算的，是使用OpenAssistant模型直接打分的吗？是用的比如 OpenAssistant/reward-model-deberta-v3-base 但是这个模型好像智能对QA场景进行打分
这是开讨论班么？小朋友被挂黑板了，哈哈哈 。。。
Would you have your presentation in an english version? Or could you enable the autotranslate option on your videos?
感谢关注！
大神本神！
实验室还招学生吗
😈 'Promo sm'
nit: agent读音不对
inspiring work 👍 where can I find the code for this paper? thanks in advance
could I get a copy of this presentation? thanks!
应该是CIFAR
Hello sir, I have been following you on TH-cam. I know you are a master of AI in Chinese. I have an OCR project for Chinese characters at the temple gate or main hall. I would like to contact you for some advice on datasets, models or some tips in this regard. I come from Vietnam, so my understanding of Chinese is not good. It's hard to find meaningful information on this topic.
感谢！