深圳市大数据研究院和香港中文大学（深圳）的研究人员引入“诊断链”（CoD）的概念，解决了大语言模型在医疗诊断领域中可解释性的问题。CoD将诊断过程转化为一个模仿医生思维流程的诊断链条，从而提供了一条清晰的推理路径。此外，CoD还能输出疾病确信度分布，确保决策过程的透明度。 GitHub：https://github.c... 阅读全文

韩国开发商nStarcube将其手游力作《游泳少女黛西（DAISY THE SWIMMER）》搬上PC平台，在Steam上正式发布。尽管首日评价褒贬不一，但这款海洋动作冒险游戏以其独特的搞笑海边打斗和养眼夏日风情，迅速成为夏季的一道亮丽风景。游戏还特别支持繁体中文字幕与界面，满足中文玩家的需求。 海滩上的冒险故事 游戏... 阅读全文

CachedView是一款非常实用的在线工具，它可以帮助用户快速查找和访问网页的备份或历史快照。通过将目标网址输入到CachedView的搜索框中，用户可以立即获取该网页在多个快照服务上的备份，包括但不限于： Google页面快照：Google搜索引擎通常会为每个索引的网页保存一个快照，CachedView可以帮你找到... 阅读全文

Eidos 是一个开源的个人数据管理框架，旨在作为一个一站式解决方案，帮助用户管理和组织个人的所有数据。该项目由开发者 Mayneyao 主持，使用 TypeScript 编写，遵循 GNU Affero General Public License v3.0 许可证。Eidos 的主要特点在于它的离线可用性、与大语言... 阅读全文

香港大学、 普林斯顿大学、华盛顿大学和Google Cloud AI 研究的研究人员推出新型文本检索基准测试BRIGHT，它专门设计用来评估和挑战检索系统在处理复杂查询时的表现。这些查询不仅需要关键词匹配，还需要深入的推理能力来识别相关文档。简单来说，BRIGHT测试的是检索系统是否能够“理解”查询背后的逻辑和上下文，... 阅读全文

清华大学、北京航空航天大学、上海交通大学和RealAI的研究人员推出多模态大语言模型评估框架MultiTrust。简单来说，就是研究这些能够同时处理文本和图像等多种形式信息的人工智能模型是否值得信赖。这包括了它们在面对各种任务时的准确性、安全性、鲁棒性、公平性和隐私保护能力。 项目主页：https://multi-tr... 阅读全文

Google 研究和斯坦福大学的研究人员推出Streetscapes，即通过大规模一致性的街景生成技术，从少量图像中生成连贯的城市街景视图。这项技术可以用于从单一视频生成动态场景的三维重建和新视角合成。简单来说，就是利用几张街景图片和一些文本描述，计算机能够自动生成一段连续的、逼真的城市街道视频，展示出街道随着时间和天... 阅读全文

加州大学伯克利分校和 Google 研究的研究人员推出Shape of Motion，从单一视频重建动态场景的四维（4D）结构。这项技术旨在从一段普通的单眼（即从一个视角）视频中恢复出场景的三维（3D）几何结构和随时间变化的运动轨迹。简单来说，就是让计算机能够从一段视频中理解物体的形状和它们是如何移动的。 项目主页：h... 阅读全文

来自法国的团队推出一种新颖的3D重建技术，名为SparseCraft。这项技术能够从少量彩色图像中恢复出3D形状和视角依赖的外观，实现高效的3D重建和新视角合成。简单来说，就是通过几张图片来构建一个物体的三维模型，并能在不同视角下生成逼真的图像。例如，你是一名建筑师，需要将一个古老的建筑转换成3D模型以进行翻新设计。使... 阅读全文

上海交通大学人工智能教育部重点实验室X-LANCE实验室和英国萨里大学视觉、语音和信号处理中心的研究人员发布论文，论文的主题是关于提高自动音频字幕生成（Automated Audio Captioning, AAC）的效率，即如何让计算机更好地理解音频内容并生成相应的文本描述。想象一下，当你在听一段音乐或者演讲，计算机... 阅读全文

微软发布论文，论文的主题是关于如何确保语言模型在实际应用中既安全又符合人类的偏好和安全考虑。具体来说，论文介绍了微软公司如何通过一系列的方法和步骤，来调整和优化他们开发的Phi-3系列小型语言模型（SLMs），使其在各种场景下生成的内容更加安全和负责任。通过这种“破坏-修复”的迭代过程，微软能够显著提高Phi-3模型在... 阅读全文

清华大学和快手的研究人员推出PlacidDreamer，这是一个用于将文本转换成3D模型的先进框架。想象一下，如果你能通过简单的文字描述，比如“一个红色的苹果”，然后计算机就能生成一个3D的苹果模型，这听起来是不是很酷？这就是PlacidDreamer所做的工作。例如，你是一个游戏设计师，你需要设计一个“中世纪城堡”的... 阅读全文