登录社区云，与社区用户共同成长
邀请您加入社区
作者｜方承煜，阿里巴巴达摩院实习生 摘要 多模态大语言模型在临床视觉问答任务中具有良好的应用前景，但在扩展到三维成像时会受到高计算成本的限制。以往方法通常依赖二维切片或固定长度的Token压缩，这会破坏3D数据的连续性，并掩盖细微病灶等关键信息。 我们提出一个使用可变长度Token序列表征三维医学数据的框架。它引入了指令条件的Token调度机制和代理梯度传
作者｜杜伟韬，阿里巴巴达摩院算法专家 引言：生成空间的新坐标系 在生成式AI的前沿探索中，流匹配（Flow Matching）已成为连接简单分布与复杂数据分布的高效桥梁。然而，如何在生成路径中实现精细的尺度控制，一直是研究的难点。 阿里达摩院（DAMO Academy）联合UC Berkeley推出的最新研究K-Flow，为我们提供了一个全新的视角：通过引
作者 | 刘瑷玮，清华大学博士生 【ICLR 2025 预讲会】系列内容 ICLR 2025预讲会系列文章来源于 DAMO 开发者矩阵与 AI Time 联合举办ICLR 2025预讲会整理成稿，旨在帮助大家率先了解深度学习领域的最新研究方向和成果。本文为文章作者的观点/研究数据，仅供参考，不代表本账号的观点和研究内容，版权归分享人所有。 内容简介 文本水印技术在检测大型语言模型（LLM）输出以及
作者 | 李佳键，上海交通大学硕士生 【ICLR 2025 预讲会】系列内容 ICLR 2025预讲会系列文章来源于 DAMO 开发者矩阵与 AI Time 联合举办 ICLR 2025预讲会整理成稿，旨在帮助大家率先了解深度学习领域的最新研究方向和成果。本文为文章作者的观点/研究数据，仅供参考，不代表本账号的观点和研究内容，版权归分享人所有。 摘要 LS-Imagine 通过纯视觉观测来玩 Mi
作者 | 易璐中国人民大学高瓴人工智能学院博士生 【ICLR 2025 预讲会】系列内容 ICLR 2025预讲会系列文章来源于 DAMO 开发者矩阵与 AI Time 联合举办 ICLR 2025预讲会整理成稿，旨在帮助大家率先了解深度学习领域的最新研究方向和成果。本文为文章作者的观点/研究数据，仅供参考，不代表本账号的观点和研究内容，版权归分享人所有。 摘要 随着图神经网络（GNNs）在涉及
作者｜任毅，英属哥伦比亚大学博士生 【ICLR 2025预讲会】系列内容 ICLR 2025预讲会系列文章来源于 DAMO 开发者矩阵与 AI Time 联合举办 ICLR 2025预讲会整理成稿，旨在帮助大家率先了解深度学习领域的最新研究方向和成果。本文为文章作者的观点/研究数据，仅供参考，不代表本账号的观点和研究内容，版权归分享人所有。 摘要 学习动态（Learning dynamics）描述
作者｜陈晓栋，中国人民大学硕士研究生 【ICLR 2025预讲会】系列内容 ICLR 2025预讲会系列文章来源于 DAMO 开发者矩阵与 AI Time 联合举办 ICLR 2025预讲会整理成稿，旨在帮助大家率先了解深度学习领域的最新研究方向和成果。本文为文章作者的观点/研究数据，仅供参考，不代表本账号的观点和研究内容，版权归分享人所有。 摘要 模型剪枝是一类重要而且应用广泛的模型压缩方法，其
作者｜李瑞凤，浙江大学博士生 【ICLR 2025预讲会】系列内容 ICLR 2025预讲会系列文章来源于 DAMO 开发者矩阵与 AI Time 联合举办 ICLR 2025预讲会整理成稿，旨在帮助大家率先了解深度学习领域的最新研究方向和成果。本文为文章作者的观点/研究数据，仅供参考，不代表本账号的观点和研究内容，版权归分享人所有。 摘要 分子性质预测是药物研发工作中非常重要且基础的任务。当前的
作者｜陈东平，华东科技大学本科生 【ICLR 2025预讲会】系列内容 ICLR 2025预讲会系列文章来源于 DAMO 开发者矩阵与 AI Time 联合举办 ICLR 2025预讲会整理成稿，旨在帮助大家率先了解深度学习领域的最新研究方向和成果。本文为文章作者的观点/研究数据，仅供参考，不代表本账号的观点和研究内容，版权归分享人所有。 摘要 在多模态内容生成领域，提出了ISG 评测框架以解决
作者｜方伟，阿里巴巴达摩院高级算法工程师 摘要 在扩散模型的应用中，可控生成具有重要的实际价值，但也具有挑战性。目前的可控生成方法主要聚焦于扩散模型的得分函数（score function）或神经网络结构，而均值回归扩散模型（Mean Reverting Diffusion, MR Diffusion）直接修改随机微分方程（SDE）的结构，使图像控制条件的引入更加简单自然，在图像超分、修复、增强等
