原文：2020年这10大ML、NLP研究最具影响力：为什么？接下来如何发展？
CVPR 2023 冠军解决方案，零样本异常分割新突破！
doctorwangfovn    阅38
LLMs之Baichuan 2：《Baichuan 2: Open Large-scale Language Models》翻译与解读
处女座的程序猿    阅99
今日 Paper | 小样本图像分类；对抗自动增强；语音情感识别；多模态机器翻译等
taotao_2016    阅112    转2
「分段映射」帮助利用少量样本习得新类别细粒度分类器
牛k8nb72h1x6w1    阅52
学习扩增：联合数据扩增和针对文本识别的网络优化
SNSJXQ    阅51
刷新多个SOTA！Meta重磅新作AnyMAL：多模态版Llama2来了！
黄爸爸好    阅23
ECCV 2022 Oral | 少样本异常检测新框架
mynotebook    阅84
「综述专栏」拯救深度学习：标注数据不足下的深度学习方法
新用户26922hFh    阅52
生成对抗网络详细介绍
dbn9981    阅41    转2
今天来介绍下小样本语义分割方法
轻语者    阅8
面向原型的深度生成模型研究进展与挑战
科技分享小助手    阅1
XTREME：用于评估跨语言泛化的大规模多语言多任务基准
雨夜的博客    阅34
领域泛化最新综述
我爱计算机视觉    阅92    转3
万字长文！DeepMind科学家总结2021年的15个高能研究
漫步之心情    阅7
BERT新转变：面向视觉基础进行预训练| NeurIPS 2019论文解读
学术头条    阅79
深度学习已成功应用于这三大领域
BBSBIAN    阅126    转2
为何语言模型在视觉生成方面相对于扩散模型稍显逊色？
办公技巧达人    阅3
科文简读 | 影像组学：源于影像的数据
杨迎迎y    阅1806    转23
MatSci-NLP: 释放自然语言处理在材料科学中的力量
DrugAI    阅44
LLM评估综述论文问世，分三方面全面总结，还带资料库
天承办公室    阅3
人工智能在骨科领域的应用现状及前景
阮朝阳的图书馆    阅969    转9