小红花·文摘
  • 首页
  • 广场
  • 排行榜🏆
  • 直播
  • FAQ
Dify.AI
PaperBench:评估AI复制AI研究的能力

PaperBench是一个基准,用于评估AI代理复制前沿AI研究的能力。代理需从零开始复制20篇ICML 2024论文,开发代码并执行实验。评分标准详细,PaperBench包含8316个可评分任务。通过LLM评估复制尝试,Claude 3.5 Sonnet的平均复制得分为21.0%。顶尖ML博士的尝试表明,模型尚未超越人类基线。我们开源代码以促进未来研究。

PaperBench:评估AI复制AI研究的能力

OpenAI
OpenAI · 2025-04-02T10:15:00Z
我们在ICML2024学到的东西:PLaG、XRM、tinyBenchmark、MagicLens、Prompt Sketching等

2024年国际机器学习会议在维也纳举行,涵盖了强化学习、生命科学人工智能、表示学习、多模态模型等多个领域的研究。Jina-CLIP-v1的多模态模型引起了广泛关注。其他研究包括图形增强大型语言模型、发现训练环境的算法、减少LLM评估成本的方法等。此外,还有关于对抗学习、无监督图像检索、Prompt Sketching等新方法的研究。会议展示了机器学习领域的新进展和创新。

我们在ICML2024学到的东西:PLaG、XRM、tinyBenchmark、MagicLens、Prompt Sketching等

Jina AI
Jina AI · 2024-08-07T17:09:51Z

ICML 2024最佳论文公布,其中包括由Stability AI开发的文本到图像生成模型Stable Diffusion 3 (SD3)。HyperAI提供了使用ComfyUI工作流运行SD3的教程。文章还重点介绍了10个公共数据集、3个教程、4篇社区文章和5个百科全书条目。HyperAI旨在支持数据科学领域的开发者。

ICML最佳论文SD3上线公共教程!DreamBench++图像自动评估新基准来了,实现人类偏好深度对齐

HyperAI超神经
HyperAI超神经 · 2024-07-26T10:05:49Z

ICML 2024最佳论文曾被ICLR 2024拒绝。该论文提出了一种新的离散扩散语言建模方法,在大多数任务中表现优于GPT-2。然而,由于实验不完整和缺乏与其他扩散模型的比较,最终被拒绝。作者之一已加入OpenAI,并将在ICML 2024上展示这项工作。

ICML最佳论文曾被ICLR拒稿,Pika联创参与,一作已入职OpenAI

量子位
量子位 · 2024-07-25T05:10:53Z

贾扬清的论文“DeCAF: A Deep Convolutional Activation Feature for Generic Visual Recognition”获得ICML 2024时间检验奖。该论文提出了深度卷积激活特征DeCAF,用于解决通用视觉识别问题。通过实验,DeCAF在多个任务上表现出色,包括对象识别、域适应、细粒度识别和场景识别。论文还分析了网络各层的计算时间分布,并开源了DeCAF特征提取工具和预训练模型。ICML 2024还公布了最佳论文奖,其中包括Stable Diffusion 3论文和“Discrete Diffusion Modeling by Estimating the Ratios of the Data Distribution”论文。

贾扬清共一论文获ICML时间检验奖:首个开源版AlexNet,著名框架Caffe前身,最佳论文奖也已公布

量子位
量子位 · 2024-07-24T04:47:20Z

中国人民大学的研究团队在ICML 2024上发表了一篇题为'EquiPocket: an E(3)-Equivariant Geometric Graph Neural Network for Ligand Binding Site Prediction'的论文,提出了EquiPocket框架,应用E(3)等变图神经网络解决了基于CNN的方法在配体结合位点预测中的挑战。通过广泛实验证明了EquiPocket在药物发现等任务中的优越性。研究还介绍了AlphaFold3和DeepGlycanSite等其他蛋白质结构预测的深度学习模型,为科学家提供了新的工具。

入选ICML!人大团队将等变图神经网络用于靶蛋白结合位点预测,性能最高提升20%

HyperAI超神经
HyperAI超神经 · 2024-07-17T03:37:48Z
ICML 2024 | 梯度检查点太慢?不降速、省显存,LowMemoryBP大幅提升反向传播显存效率

南开大学研究团队在ICML 2024上发表论文,提出Approx-BP和MS-BP两种反向传播改进策略,可显著减少微调过程中的显存占用。实验结果显示,这两种策略能有效降低Transformer模型微调的峰值显存占用,且不影响训练速度和精度,为显存节省提供新方案。

ICML 2024 | 梯度检查点太慢?不降速、省显存,LowMemoryBP大幅提升反向传播显存效率

机器之心
机器之心 · 2024-07-12T06:58:28Z
  • <<
  • <
  • 1 (current)
  • >
  • >>
👤 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