小红花·文摘
  • 首页
  • AI Tokens🪙
  • 排行榜🏆
  • 直播
  • FAQ
沉浸式翻译 immersive translate
Dify.AI
RAIL:从人类认知能力视角重新审视大型音频语言模型的听觉智能

RAIL借鉴CHC认知框架,将音频评测重构为听觉处理、推理、记忆、知识、处理效率五类能力、32项细分任务,构建5306条样本。评估26款音频大模型发现:模型善用语义线索但精细声学感知弱;语音记忆强而非语音记忆普遍不足60%;多步顺序推理易出错;推理预算利用效率差异明显。研究主张按能力维度定位短板,推动音频模型在感知、记忆与效率上改进。

RAIL:从人类认知能力视角重新审视大型音频语言模型的听觉智能

实时互动网 实时互动网 · 2026-10-19T03:52:49Z
宣布AWS数字主权良好架构视角

随着云计算的快速发展,满足数字主权要求变得尤为重要。AWS推出了数字主权架构框架,提供超过60项最佳实践,涵盖运营卓越、安全性、可靠性和性能效率,旨在增强数字主权能力。

宣布AWS数字主权良好架构视角

AWS Architecture Blog AWS Architecture Blog · 2026-10-05T17:54:56Z
基于 HTTP-FLV 的自适应码率直播流:一种实用系统视角

TikTok Live 研究 HTTP-FLV 直播的自适应码率实现。由于 HTTP-FLV 是连续流而非分段协议,客户端切换码率会导致新旧流争抢带宽。论文提出客户端决定码率、服务器执行切换的分工,并引入服务端拥塞反馈(CCTK)和一致性哈希优化。基于数十亿会话的 A/B 测试显示,服务器执行切换使切换期卡顿时长降低 13%,ABR 整体降低卡顿率 4.7%,人均日观看时长提升 0.2%。

基于 HTTP-FLV 的自适应码率直播流:一种实用系统视角

实时互动网 实时互动网 · 2026-09-29T06:51:46Z
通过开源方式避免供应商锁定:开发者视角

供应商锁定常源于合理选择,却因API、数据模型等依赖累积而限制灵活性。开源软件便于审查、移植和替换,但需中立治理与工程纪律。数字主权是架构属性,团队应评估依赖可逆性,优先开放接口,将退出成本纳入平台决策。

通过开源方式避免供应商锁定:开发者视角

The New Stack The New Stack · 2026-09-26T15:00:00Z
从 TensorSharp 视角解读 Ternary Bonsai 2 27B:当 1.72 比特的权重遇上 Hadamard 变换 - 张善友

PrismML发布Ternary Bonsai 2 27B三元量化多模态模型,27.36B参数压缩至5.9GB,保留基座98.2%分数。但权重存于旋转基底,运行时需执行Walsh-Hadamard变换,原版llama.cpp与Ollama无法运行。TensorSharp通过显式校验变换契约、转码自定义格式接入该模型,拒绝静默跑错,代价是内存增加6%至29%,性能略慢于官方基线。

从 TensorSharp 视角解读 Ternary Bonsai 2 27B:当 1.72 比特的权重遇上 Hadamard 变换 - 张善友

张善友 张善友 · 2026-09-26T05:05:00Z
麻省理工学院学生在俄克拉荷马州塔尔萨获得技术创新的人文视角

麻省理工学院PKG社会影响中心扩展Code.Tulsa项目,组织10名本科生赴俄克拉荷马州塔尔萨实习,为马斯科吉和切罗基部落及当地非营利组织完成AI、数据科学项目,并参与部落孕产妇健康调查。该项目由切罗基族学生杰克·卡森发起,还创办了面向原住民高中生的塔尔萨高级科学营,教授AI、DNA技术等课程,激发其STEM兴趣。

麻省理工学院学生在俄克拉荷马州塔尔萨获得技术创新的人文视角

MIT News - Artificial intelligence MIT News - Artificial intelligence · 2026-09-25T20:15:00Z
每个硬币都有两面吗?

文章从“硬币都有两面”谈起,指出这只是提醒全面思考的口号。作者认为事物本身无好坏,两面性源于人的利益与视角;受三维视角限制,人只能看到外表,难以看透全貌,因此所见各异。

每个硬币都有两面吗?

seisamuse seisamuse · 2026-09-17T04:26:17Z

苹果推出ARI,通过数字签名验证照片未经篡改,但无法证明镜头前物体真实。作者开发TAPCam,利用深度数据判断物体是否立体,提高造假门槛。他认为图像真实性应普及,希望照片能保存真实鲜活的记忆。

新 iPhone 相机如何记录照片真实性?开发者视角的猜想和尝试

少数派 少数派 · 2026-09-14T07:16:23Z
可信中心仓是什么?为什么传统制品库不够用——Gitee 视角下的唯一可信源构建

可信中心仓是企业唯一合规的制品入口和唯一可信源,覆盖jar、镜像、SBOM等。AI、鸿蒙、Rust等新制品使传统制品库难以应对。Gitee Repo定位为国产化可信制品管理平台,支持20+语言包管理器,2025年7月通过信通院可信认证,并与代码、流水线、安全治理协同,形成研发供应链底座。

可信中心仓是什么?为什么传统制品库不够用——Gitee 视角下的唯一可信源构建

Gitee 官方博客 Gitee 官方博客 · 2026-09-10T11:52:27Z
研究加速:OpenAI内部视角

OpenAI报告称,编码代理正重塑其研究人员日常工作,使用量激增,代码编写和实验加速。代理任务日趋复杂,成功率提升,但需人工干预。为安全推进自动化AI研究,公司曾暂停训练并加强安全措施,导致计算分配变化。OpenAI承诺持续公开进展,并强调民主治理与安全对齐的重要性。

研究加速:OpenAI内部视角

OpenAI OpenAI · 2026-09-06T08:00:00Z
Broadpeak推出多视角即服务,加速多路直播体育赛事体验

Broadpeak推出Multiview即服务,通过SaaS平台提供多视角直播功能,降低部署成本与复杂度,支持用户自定义布局同时观看多个频道或摄像机角度。该服务无需前期资本支出,按使用量付费,由专家团队监控性能,旨在提升观众参与度并减少流失,将于IBC2026展示。

Broadpeak推出多视角即服务,加速多路直播体育赛事体验

实时互动网 实时互动网 · 2026-08-21T03:04:20Z
活动回顾|从编译优化到场景应用,多视角剖析 Agent 时代的 AI Compiler 技术创新与落地经验

该文报道了一场AI编译器技术分享活动,多位专家围绕编程语言、算子优化与推理执行展开讨论。内容涵盖Triton-TLE语言扩展、TileRT低延迟推理、FalconGEMM矩阵乘法优化、AscendNPU IR开源及具身智能编译器,旨在促进技术交流与社区建设。

活动回顾|从编译优化到场景应用,多视角剖析 Agent 时代的 AI Compiler 技术创新与落地经验

HyperAI超神经 HyperAI超神经 · 2026-08-20T09:42:56Z
Sky 推出”You Multiview”(你的多视角)

Sky推出“Your Multiview”功能,允许用户在同一屏幕同时观看最多四场Sky Sports直播赛事,覆盖英超、F1、板球等。该功能于8月21日英超回归时上线,适用于Sky Glass、Stream和Q设备,支持调整布局、切换音频和全屏观看。Sky本赛季播出超1500场比赛,旨在提升球迷观看体验。

Sky 推出”You Multiview”(你的多视角)

实时互动网 实时互动网 · 2026-08-20T02:31:02Z
MVICAD2:具有延迟和扩张的多视角独立成分分析

本文介绍MVICAD2方法,用于多视角独立成分分析,允许不同受试者的脑信号源存在时间延迟和扩张,以处理个体差异。该方法通过闭式似然近似和优化提升性能,模拟实验显示优于现有方法,并在Cam-CAN数据集中验证了延迟和扩张与衰老的关联。

MVICAD2:具有延迟和扩张的多视角独立成分分析

Apple Machine Learning Research Apple Machine Learning Research · 2026-08-18T00:00:00Z
Codette:具有记忆和元认知策略演化的多视角认知架构

Codette是一种多视角认知架构,通过六个不同性格的AI专家协作解决复杂问题,性能比单一AI提升近一倍。它利用“茧”记忆系统,在积累951个记忆单元后实现质变,并内置AEGIS道德陪审团增强伦理判断。该架构将思考与表达分离,仅用80亿参数模型和普通显卡,就在GPQA测试中显著提升准确率,展示了高效智能进化的新路径。

Codette:具有记忆和元认知策略演化的多视角认知架构

极道 极道 · 2026-08-11T10:02:00Z
五大高校联手发榜!首份机器人三视角世界模型评测结果出炉,榜单持续更新中

北京大学等高校联合发起TriWorldBench Challenge,推出首个机器人三视角世界模型评测榜单。首周CASIA-DRL、同济、Fysics AI模型位列前三。榜单评估多视角一致性、任务执行和物理理解,包含500个episode和19项指标,旨在推动世界模型从视觉生成向世界理解发展,并为研发提供改进方向。

五大高校联手发榜!首份机器人三视角世界模型评测结果出炉,榜单持续更新中

量子位 量子位 · 2026-08-11T00:46:23Z

这篇博客分享了作者阅读Cytrogen等博客的随感,探讨意识形态与视角的关系,认为立场决定认知,难以跳出但可改变。作者还谈及未来迷茫、选择大于努力、预设陌生人风险的方法,并反感说教,强调阅读塑造思想。全文为个人思考杂记。

博客阅读随感20260806

碎言博客 碎言博客 · 2026-08-06T10:44:25Z
科学家选理论居然看颜值?三视角主义撕开科学潜规则

科学家选理论常凭审美直觉,而非纯客观数据。三视角主义揭示美在科学中的核心作用,如日全食巧合比例、广义相对论因数学之美先被接受等例证表明,美是科学发现的导航仪,抽掉它现代物理大厦将崩塌。科学并非纯客观,审美标准与艺术共通。

科学家选理论居然看颜值?三视角主义撕开科学潜规则

极道 极道 · 2026-07-22T21:51:00Z
RayRoPE:用于多视角注意力的投影射线位置编码

RayRoPE是一种针对多视角Transformer的位置编码方法,利用预测的射线点进行几何感知编码,通过查询帧投影坐标实现SE(3)不变性和多频相似性,并处理预测不确定性。实验表明,该方法在新视图合成和立体深度估计任务上优于现有方案,在CO3D数据集上LPIPS指标提升15%,且能有效整合RGB-D输入。

RayRoPE:用于多视角注意力的投影射线位置编码

Apple Machine Learning Research Apple Machine Learning Research · 2026-07-20T00:00:00Z
多视角视频市场格局:流媒体架构如何决定成败

Multiview技术使观众能够在同一屏幕上同时观看多个直播信号,是体育直播的核心能力。其成功与否取决于流媒体架构,主要有三种方案:服务端合成、客户端合成和打包器侧合成。服务端方案兼容性强但成本高,客户端方案灵活性高但对设备要求高,打包器侧方案在二者之间取得平衡。选择架构时需考虑设备覆盖、个性化需求和成本。

多视角视频市场格局:流媒体架构如何决定成败

实时互动网 实时互动网 · 2026-07-07T09:16:07Z
  • <<
  • <
  • 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 1tok 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 模力方舟 Gitee AI

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