深度学习理论研究的一些进展
深度学习的理论研究正在从早期的经验主义，逐渐发展为一套严密的“学习力学”（Learning Mechanics […]
AI模型泛化
Conformer-PhyFaultNet：滚动轴承故障诊断的泛化尝试
论文 Conformer-PhyFaultNet: Physics-Informed Spectral Att
Conformer-PhyFaultNet：滚动轴承故障诊断的泛化尝试 Read More »
用“上下文内微调（In-Context Fine-Tuning, ICF）”方法改进TimesFM（跨领域零样本预测的时序基础模型）
论文In-Context Fine-Tuning for Time-Series Foundation Mod
用“上下文内微调（In-Context Fine-Tuning, ICF）”方法改进TimesFM（跨领域零样本预测的时序基础模型） Read More »
EchoNext：利用心电图（ECG）检测结构性心脏病（Structural Heart Disease, SHD）的AI模型
论文Detecting structural heart disease from electrocardio
EchoNext：利用心电图（ECG）检测结构性心脏病（Structural Heart Disease, SHD）的AI模型 Read More »
文本嵌入（text embeddings）可在不同向量空间之间转换。将转换后的嵌入输入至预训练的零样本反演模型，能还原出输入文本的关键信息
论文Harnessing the Universal Geometry of Embeddings提出了首个无
文本嵌入（text embeddings）可在不同向量空间之间转换。将转换后的嵌入输入至预训练的零样本反演模型，能还原出输入文本的关键信息 Read More »
DreamGen：利用神经轨迹（Neural Trajectories）生成合成数据，助力机器人学习的数据获取与模型泛化
论文DreamGen: Unlocking Generalization in Robot Learning
DreamGen：利用神经轨迹（Neural Trajectories）生成合成数据，助力机器人学习的数据获取与模型泛化 Read More »