BriefGPT - AI 论文速递 ·

在航空图像上利用查询点监督进行语义分割的学习

💡 原文中文，约300字，阅读约需1分钟。

📝

内容提要

该文介绍了一种弱监督学习算法，使用查询点标注训练语义分割算法，减少手动注释的成本和时间。算法使用超像素扩展查询点标签，并使用部分带有超像素伪标签的图像监督模型训练。在基准测试中，该算法表现出与完全监督训练相竞争的性能。

🏷️

GPT-6 Astra三行提示词：写入AGENTS.md，告别废话立刻干活
GPT-6 Astra 模型不支持 temperature 等参数，需使用 Responses API。开发者可通过 AGENTS.md 添加工作契约，减...
Claude Fable 5.1 对比 Fable 5：在实际工作中，我无法区分它们。
Anthropic发布Claude Fable 5.1，宣称在编码和知识工作上有重大进步，基准测试得分翻倍。但作者用四个真实任务测试新旧模型，发现两者准确...
Facet-0——用价值引导的 RL 教会 VLA 精密装配：动作–力觉联合预测，让接触可预测、可估值(把价值写进接触那一瞬)
Facet-0提出将接触视为动作的可预测结果，通过语义—接触表征联合生成动作与预期腕部扭矩，并基于ManuFacet-1K数据集训练。部署时用Action...
让 Apple Watch 记录的每一趟游泳数据更有意义：即刻游
对于使用AppleWatch游泳的人来说，记录一次游泳并不困难。在手表上打开体能训练App，选择开始游泳，结束后就能在Apple健身中看到完整的游泳表现，...
How Figma Uses AI Agents for Security
The engineering team at software company Figma recently documented how they b...
风骚律师第一集勾人吗？
勾