小红花·文摘
  • 首页
  • 广场
  • 排行榜🏆
  • 直播
  • FAQ
Dify.AI

Kubernetes v1.36正式推出细粒度kubelet API授权功能,增强了对kubelet HTTPS API的访问控制,替代了过于宽泛的节点/代理权限。此功能通过细化权限,降低了监控工具等工作负载执行任意命令的能力,从而提升了安全性。

Kubernetes v1.36:细粒度Kubelet API授权功能正式发布

Kubernetes Blog
Kubernetes Blog · 2026-04-24T18:35:00Z
精准识别「界门纲目科属种」!北大彭宇新团队用细粒度树先验提升泛化,破解生物类别分层识别难题

北京大学彭宇新团队提出了分类感知表征对齐方法TARA,旨在解决多模态大模型在生物类别分层识别中的挑战,提升细粒度和分层视觉识别的准确率。该方法通过对齐大模型与生物基础模型的表征,注入类别树知识,从而增强模型的识别能力。

精准识别「界门纲目科属种」!北大彭宇新团队用细粒度树先验提升泛化,破解生物类别分层识别难题

量子位
量子位 · 2026-03-21T09:48:18Z
HIL-DAFT——双智能体的人类在环RL框架微调的人形VLA(先离线预热后在线交互):为完成螺栓装配,主智能体负责常规操作、精细化执行体依据语音指令实行细粒度调整

本文探讨了一种双执行体强化学习框架,结合人类反馈优化视觉-语言-动作(VLA)模型。通过“对话与微调”机制,机器人在长时域操作中实现高效学习,成功率达到100%。该方法在多任务设置中展现出良好的样本效率和训练稳定性,适用于复杂的机器人操作任务。

HIL-DAFT——双智能体的人类在环RL框架微调的人形VLA(先离线预热后在线交互):为完成螺栓装配,主智能体负责常规操作、精细化执行体依据语音指令实行细粒度调整

结构之法 算法之道
结构之法 算法之道 · 2026-03-14T16:24:12Z
IEEE TASLP | FPO: 细粒度偏好优化提升零样本TTS鲁棒性

近年来,零样本文本转语音(TTS)系统取得进展,但仍存在局部错误。西工大与喜马拉雅合作提出细粒度偏好优化(FPO),有效修复问题片段,提升语音合成的鲁棒性和数据效率。实验结果显示,FPO在可懂度和自然度上显著优于传统方法。

IEEE TASLP | FPO: 细粒度偏好优化提升零样本TTS鲁棒性

实时互动网
实时互动网 · 2026-01-05T03:19:58Z
Kubernetes v1.35:细粒度补充组控制功能正式发布

Kubernetes v1.35正式发布了细粒度补充组控制功能,增强了Linux容器安全性。新字段supplementalGroupsPolicy允许更精确地管理补充组,解决隐式组成员资格的安全风险,支持“合并”和“严格”两种策略,确保容器进程的组信息透明。

Kubernetes v1.35:细粒度补充组控制功能正式发布

Kubernetes Blog
Kubernetes Blog · 2025-12-23T18:30:00Z
SolidJS创始人谈细粒度反应性作为下一个前沿

SolidJS创始人Ryan Carniato在JSNation上讨论了信号在JavaScript框架中的重要性,强调其在数据同步和应用性能提升中的作用。他指出,使用信号并不一定会提高框架性能,反而可能导致性能下降。SolidJS通过细粒度渲染优化更新过程,避免不必要的重渲染。此外,他介绍了新原语“投影”和“异步信号”,旨在简化状态管理和提高反应性。

SolidJS创始人谈细粒度反应性作为下一个前沿

The New Stack
The New Stack · 2025-11-26T16:00:33Z
一文通透Native Sparse Attention(简称NSA)——动态分层下的“原生稀疏注意力”策略:将粗粒度的token压缩与细粒度的token选择相结合

DeepSeek R1引起关注,研究者提出新注意力机制NSA,旨在提高长上下文处理效率。NSA结合硬件优化与可训练设计,克服现有稀疏注意力方法的局限性,提升模型性能与训练效率。

一文通透Native Sparse Attention(简称NSA)——动态分层下的“原生稀疏注意力”策略:将粗粒度的token压缩与细粒度的token选择相结合

结构之法 算法之道
结构之法 算法之道 · 2025-10-03T12:43:44Z
vLLM中的DeepSeek-V3.2-Exp:细粒度稀疏注意力的应用

DeepSeek-V3.2-Exp模型现已支持,采用稀疏注意力机制,适用于长文本任务。vLLM集成了新的CUDA内核,优化了性能,用户可通过特定指令进行部署和测试,未来将扩展对更多硬件的支持。

vLLM中的DeepSeek-V3.2-Exp:细粒度稀疏注意力的应用

vLLM Blog
vLLM Blog · 2025-09-29T00:00:00Z
Kubernetes v1.34:更细粒度的容器重启控制

Kubernetes 1.34引入了容器重启策略的新特性,允许为每个容器单独设置重启策略,覆盖Pod的全局策略。这使得用户可以根据容器的退出代码有条件地重启容器,解决了以往Pod级别重启策略的局限性,适用于复杂场景,如机器学习训练和初始化容器。

Kubernetes v1.34:更细粒度的容器重启控制

Kubernetes Blog
Kubernetes Blog · 2025-08-29T18:30:00Z
Oso专注于细粒度授权以应对AI风险

Oso的CEO Graham Neray指出,AI特别是大型语言模型(LLMs)带来了新的安全风险,通常公司在使用AI时仅限于内部支持,不涉及敏感数据。他强调现有的OAuth和MCP工具无法满足细粒度授权的需求,Oso致力于提供更精确的权限管理解决方案。

Oso专注于细粒度授权以应对AI风险

The New Stack
The New Stack · 2025-07-24T18:00:35Z
将B2风格的测试细粒度引入CMake

Boost库在CMake中缺乏细粒度测试,通常将所有测试作为一个整体处理。本文提出通过动态生成CMake脚本,将单个测试可执行文件拆分为多个独立的CTest目标,从而改善测试报告和开发体验,提升CI效率。

将B2风格的测试细粒度引入CMake

The C++ Alliance
The C++ Alliance · 2025-07-10T00:00:00Z

电子健康记录(EHR)在医疗体系中至关重要,支持临床决策和患者管理。新加坡国立大学与浙江大学提出的NeuralCohort方法,通过双模块架构优化EHR数据分析,提高患者管理效率,推动精准医疗发展。

新加坡国立大学基于多维度EHR数据实现细粒度患者队列建模,住院时间预测准确率提升16.3%

HyperAI超神经
HyperAI超神经 · 2025-07-09T05:21:19Z
ETVA:通过细粒度问题生成与回答评估文本到视频的对齐

本文提出了一种新方法ETVA,用于精确评估文本提示与生成视频之间的语义对齐。ETVA通过生成细粒度问题并进行回答,克服了现有指标的局限性。实验结果表明,ETVA与人类判断的相关性显著高于现有指标,并构建了一个包含2000个提示和12000个问题的基准,推动了文本到视频生成的发展。

ETVA:通过细粒度问题生成与回答评估文本到视频的对齐

Apple Machine Learning Research
Apple Machine Learning Research · 2025-06-30T00:00:00Z

本研究提出FragFake数据集,旨在解决图像编辑检测中的关键挑战。通过视觉语言模型进行编辑图像的分类和定位,实验结果表明微调后的模型在检测精度上表现优异。这一方法推动了多模态内容真实性研究的发展。

FragFake:用于细粒度检测编辑图像的基准数据集结合视觉语言模型

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-05-21T00:00:00Z
基于多模态大模型的细粒度视频质量评估方法 | CVPR 2025 Highlight

bilibili与上海交通大学联合发布全球首个大规模细粒度UGC视频质量评估数据库FineVD,并提出FineVQ模型,提供涵盖色彩、噪声等六个维度的视频质量评估,旨在提升UGC视频的质量监控与优化。

基于多模态大模型的细粒度视频质量评估方法 | CVPR 2025 Highlight

实时互动网
实时互动网 · 2025-05-16T06:15:56Z

该研究提出了细粒度CLIP(FG-CLIP),通过生成16亿对长文本与图像,增强了模型对细微语义差异的识别能力。实验结果表明,FG-CLIP在多个任务中超越了原始CLIP及其他方法,有效提升了模型性能。

FG-CLIP:细粒度视觉与文本对齐

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-05-08T00:00:00Z

本研究解决了传统评分方法无法有效捕捉用户反馈中细微情感的问题。通过对2000份亚马逊应用程序评论的评估,提出了思维链提示的创新方法,显示出其在提升情感分析准确性方面的重要作用,准确率从84%提高至93%。

利用思维链提示提升大语言模型的细粒度情感分类

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-05-07T00:00:00Z
Linux中的访问控制列表:细粒度权限管理(第11天/共30天)

在Linux中,传统的权限管理(如chmod和chown)无法满足多用户或多组的访问需求。访问控制列表(ACL)提供了更细致的权限设置,适用于文件共享场景。主要命令包括getfacl和setfacl,用于查看和设置权限。ACL有助于团队协作,灵活管理权限。

Linux中的访问控制列表:细粒度权限管理(第11天/共30天)

DEV Community
DEV Community · 2025-05-04T22:35:01Z

本研究提出了TAMO,一个基于多模态观察数据的工具,旨在改善传统根本原因分析在自动故障响应中的局限性。TAMO通过整合多模态数据和专业工具,显著提升了处理动态服务依赖和实时数据的能力,实验结果表明其在异构公共数据集上表现优异。

TAMO:基于工具辅助的LLM智能体的细粒度根本原因分析与多模态观察数据

BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 · 2025-04-29T00:00:00Z

FG-CLIP模型通过长文本理解和细粒度视觉比对,解决了传统CLIP的“视觉近视”问题,能够精准识别局部细节。实验结果表明,其在多个任务上优于现有模型。360人工智能研究院将开源相关数据和代码,推动细粒度视觉理解的发展。

告别“图文不符”!FG-CLIP实现细粒度跨模态对齐,360开源模型重塑AI视觉理解

量子位
量子位 · 2025-04-28T08:13:33Z
  • <<
  • <
  • 1 (current)
  • 2
  • 3
  • >
  • >>
👤 个人中心
在公众号发送验证码完成验证
登录验证
在本设备完成一次验证即可继续使用

完成下面两步后,将自动完成登录并继续当前操作。

1 关注公众号
小红花技术领袖公众号二维码
小红花技术领袖
如果当前 App 无法识别二维码,请在微信搜索并关注该公众号
2 发送验证码
在公众号对话中发送下面 4 位验证码
友情链接: MOGE.AI 九胧科技 模力方舟 Gitee AI 菜鸟教程 Remio.AI DeekSeek连连 53AI 神龙海外代理IP IPIPGO全球代理IP 东波哥的博客 匡优考试在线考试系统 开源服务指南 蓝莺IM Solo 独立开发者社区 AI酷站导航 极客Fun 我爱水煮鱼 周报生成器 He3.app 简单简历 白鲸出海 T沙龙 职友集 TechParty 蟒周刊 Best AI Music Generator

小红花技术领袖俱乐部
小红花·文摘:汇聚分发优质内容
小红花技术领袖俱乐部
Copyright © 2021-
粤ICP备2022094092号-1
公众号 小红花技术领袖俱乐部公众号二维码
视频号 小红花技术领袖俱乐部视频号二维码