浅谈神经网络的归一化（Normalization）
在神经网络中，归一化（Normalization） 是一种用于调整和标准化神经元激活值的方法，主要目的是 加速 […]
浅谈神经网络的归一化（Normalization） Read More »
AI模型泛化
在JEPA （Joint Embedding Predictive Architecture，联合嵌入预测架构）模型的潜在空间中进行规划，可在新环境布局泛化、轨迹拼接和数据效率方面获得良好效果
论文Learning from Reward-Free Offline Data: A Case for Pl
ASAP框架：有效解决仿真与现实世界之间的动力学不匹配问题，实现人形机器人在现实世界中的高效全身运动控制
论文ASAP: Aligning Simulation and Real-World Physics for
ASAP框架：有效解决仿真与现实世界之间的动力学不匹配问题，实现人形机器人在现实世界中的高效全身运动控制 Read More »
TimesFM：跨领域零样本预测的时序基础模型
论文A decoder-only foundation model for time-series forec
TimesFM：跨领域零样本预测的时序基础模型 Read More »
扩散模型（diffusion model）的泛化源于几何自适应谐波表示（geometry-adaptive harmonic representation）
深度神经网络（Deep Neural Networks, DNNs）通过扩散模型表现出在图像生成和去噪任务中的
扩散模型（diffusion model）的泛化源于几何自适应谐波表示（geometry-adaptive harmonic representation） Read More »
神经算子（Neural Operators）开源库
论文A Library for Learning Neural Operators提出了名为 NeuralOp
神经算子（Neural Operators）开源库 Read More »