假期浏览了一波NeurIPS 2024的论文标题列表,简单对关于OOD和异常检测以及不确定估计的工作进行了汇总,假期结束后进行整理。初步看下来涵盖:图异常检测、视频异常、3D异常、时序异常、结合大模型、结合mamba、新数据集、跨域统一。这里简单罗列标题和摘要。 一、OOD检测 1. AdaNeg: Adaptive Negative Proxy
本文由厦门大学、清华大学、微软研究者共同完成，论文共同一作为Zhenghao Lin和Zhibin Gou（苟志斌）。论文核心提出了一种新的名为RHO-1的语言模型预训练方法，它挑战了传统的预训练方法，即对所有训练tokens应用下一个token预测损失。其主要观点是，并非所有语料库中的tokens对于语言模型训练都同等重要。通过分析不同to...
论文1:Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction ● 论文:https://arxiv.org/pdf/2404.02905 ● 代码:https://github.com/FoundationVision/VAR 《Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction》是由北京大学与字节跳动的研究者在2024...
● 论文:https://arxiv.org/pdf/2404.02905 ● 代码:https://github.com/FoundationVision/VAR 《Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction》是由北京大学与字节跳动的研究者在2024年4月提出的一种创新图像生成范式。 传统的自回归模型(AR)在图像生成中通常采用逐像素或逐...
NeurIPS 2024 将于 12 月 10 日星期二至 12 月 15 日星期日在温哥华举办。本届共收到 15671 篇有效论文投稿，比去年又增长了 27%，但最终接收率低于 2023 年，仅有 25.8%。最佳论文的公布提前引爆了有关此次大会的讨论。以下是获奖论文的详细信息：最佳论文 论文 1：Visual Autoregressive Modeling: Scalable...
NeurIPS 2024 将于 12 月 10 日星期二至 12 月 15 日星期日在温哥华举办。本届共收到 15671 篇有效论文投稿,比去年又增长了 27%,但最终接收率低于 2023 年,仅有 25.8%。最佳论文的公布提前引爆了有关此次大会的讨论。 以下是...
论文简介:提出了一种用于多实例点云配准的三维聚焦与匹配网络,其核心思想是将一对多的匹配分解为多个一对一的匹配。首先利用点云聚焦模块来定位物体的中心,然后采用双掩码匹配模块来估计姿态。实验表明提出的方法在Scan2CAD和ROBI数据集上达到了最先进的精度。
论文链接:https://arxiv.org/abs/2409.18479 NeurIPS论文链接:https://neurips.cc/virtual/2024/poster/94391 代码链接:https://github.com/ACAT-SCUT/CycleNet 点击文末阅读原文跳转本文arXiv链接 摘要 时间序列数据中存在的周期模式是进行长周期时序预测的关键。本文开创性地探讨了如何显式建模这种周期模式,以提升...
据悉，这也是第一篇华人团队在NeurIPS 2024上获得最佳论文的学术作品。02 事件主体 北大研究生VS国内top大厂 1、田柯宇 田柯宇本科毕业于北京航空航天大学软件学院，自2019 年起开始在商汤科技有限公司及字节跳动等公司开展研究性实习，曾在NeurIPS 等会议发表多篇一作论文，并多次担任NeurIPS，ICML，ICLR，CVPR等会议...
本篇论文介绍了一种名为视觉自回归建模(Visual Autoregressive modeling, VAR)的新型图像生成范式,它将自回归学习在图像上的应用从标准的逐像素预测转变为粗到细的“下一尺度预测”或“下一分辨率预测”。 这种方法与传统的光栅扫描“下一个标记预测”不同,它允许自回归(AR)变换器快速学习视觉分布,并且具有良好的泛...