<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Arachis_X的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Arachis_X</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Arachis_X]]></copyright><item><title><![CDATA[【已解决】移动宽带一连公司远程就断网怎么办？]]></title><link>https://blog.youkuaiyun.com/Arachis_X/article/details/149448542</link><guid>https://blog.youkuaiyun.com/Arachis_X/article/details/149448542</guid><author>Arachis_X</author><pubDate>Fri, 18 Jul 2025 16:43:36 +0800</pubDate><description><![CDATA[新装了移动宽带，结果一连远程vpn就断网。]]></description><category></category></item><item><title><![CDATA[【问题解决】笔记本外接显示屏，显示屏黑屏无信号]]></title><link>https://blog.youkuaiyun.com/Arachis_X/article/details/141089523</link><guid>https://blog.youkuaiyun.com/Arachis_X/article/details/141089523</guid><author>Arachis_X</author><pubDate>Sat, 10 Aug 2024 13:24:34 +0800</pubDate><description><![CDATA[显示屏1：笔记本显示屏显示屏2：VX2880-4K-HDU。]]></description><category></category></item><item><title><![CDATA[【计算机视觉 Mamba】MambaOut: Do We Really Need Mamba for Vision?]]></title><link>https://blog.youkuaiyun.com/Arachis_X/article/details/139097953</link><guid>https://blog.youkuaiyun.com/Arachis_X/article/details/139097953</guid><author>Arachis_X</author><pubDate>Tue, 21 May 2024 17:27:24 +0800</pubDate><description><![CDATA[Mamba 是一种具有类似 RNN 的状态空间模型（SSM）令牌混合器的架构，最近被引入以解决注意力机制的二次复杂性问题，随后被应用于视觉任务。然而，与卷积模型和基于注意力的模型相比，Mamba 在视觉方面的表现往往不尽如人意。Mamba 非常适合具有长序列和自回归特征的任务。对于视觉任务，由于图像分类不符合这两种特征，因此我们假设 Mamba 不需要用于该任务；检测和分割任务也不是自回归任务，但它们符合长序列特征，因此我们认为仍然值得探索 Mamba 在这些任务中的潜力。]]></description><category></category></item><item><title><![CDATA[【动画数据集 Sakuga-42M Dataset】Sakuga-42M Dataset: Scaling Up Cartoon Research]]></title><link>https://blog.youkuaiyun.com/Arachis_X/article/details/139097238</link><guid>https://blog.youkuaiyun.com/Arachis_X/article/details/139097238</guid><author>Arachis_X</author><pubDate>Tue, 21 May 2024 17:15:48 +0800</pubDate><description><![CDATA[手绘卡通动画采用草图和平面色彩片段来营造运动的错觉。虽然 CLIP、SVD 和 Sora 等最新技术通过扩展大型模型和广泛的数据集，在理解和生成自然视频方面取得了令人印象深刻的成果，但它们对动画片却不那么有效。通过实证实验，我们认为这种无效性源于手绘卡通的明显偏差，这种偏差与自然视频的分布不同。我们能否利用缩放范式的成功来促进卡通研究？遗憾的是，到目前为止，还没有一个相当规模的卡通数据集可供探索。在这项研究中，我们提出了首个大规模卡通动画数据集–Sakuga-42M 数据集。]]></description><category></category></item><item><title><![CDATA[【故事扩散 图像视频生成】StoryDiffusion: Consistent Self-Attention for Long-Range Image and Video Generation]]></title><link>https://blog.youkuaiyun.com/Arachis_X/article/details/138588178</link><guid>https://blog.youkuaiyun.com/Arachis_X/article/details/138588178</guid><author>Arachis_X</author><pubDate>Wed, 08 May 2024 22:31:37 +0800</pubDate><description><![CDATA[对于最新的基于扩散的生成模型来说，在生成的一系列图像中保持内容的一致性，尤其是那些包含主题和复杂细节的图像，是一个巨大的挑战。在本文中，我们提出了一种新的自我注意力计算方法，称为 “一致的自我注意力”（Consistent Self-Attention），它能显著提高生成图像之间的一致性，并以zero-shot的方式增强普遍的基于扩散的预训练文本到图像模型。为了将我们的方法扩展到长距离视频生成，我们进一步引入了一个新颖的语义空间时间运动预测模块，名为 “语义运动预测器”。]]></description><category></category></item><item><title><![CDATA[【Kolmogorov-Arnold网络 替代多层感知机MLPs】KAN: Kolmogorov-Arnold Networks]]></title><link>https://blog.youkuaiyun.com/Arachis_X/article/details/138587809</link><guid>https://blog.youkuaiyun.com/Arachis_X/article/details/138587809</guid><author>Arachis_X</author><pubDate>Wed, 08 May 2024 22:11:46 +0800</pubDate><description><![CDATA[受Kolmogorov-Arnold 表示定理的启发，我们提出了Kolmogorov-Arnold网络（KANs）作为多层感知器（MLPs）的替代品。MLP 在节点（“神经元”）上有固定的激活函数，而 KAN 在边缘（“权重”）上有可学习的激活函数。KAN 完全没有线性权重–每个权重参数都由参数化为样条曲线的单变量函数代替。我们的研究表明，这一看似简单的改变使得 KAN 在准确性和可解释性方面都优于 MLP。]]></description><category></category></item><item><title><![CDATA[【LLMs 低成本】LLM Cascades with Mixture of Thoughts Representations for Cost-efficient Reasoning]]></title><link>https://blog.youkuaiyun.com/Arachis_X/article/details/137688772</link><guid>https://blog.youkuaiyun.com/Arachis_X/article/details/137688772</guid><author>Arachis_X</author><pubDate>Fri, 12 Apr 2024 18:04:36 +0800</pubDate><description><![CDATA[GPT-4 等大型语言模型（LLM）在各种任务中表现出了卓越的性能，但这种强大的性能往往伴随着使用付费 API 服务的高昂费用。在本文中，我们的动机是研究建立一个 LLM 级联，以节省使用 LLM 的成本，尤其是在执行推理（如数学、因果关系）任务时。我们的级联管道遵循的直觉是，较简单的问题可以用较弱但更经济的 LLM 来解决，而只有具有挑战性的问题才需要较强和较昂贵的 LLM。]]></description><category></category></item><item><title><![CDATA[【文本生成图像 风格保护】InstantStyle: Free Lunch towards Style-Preserving in Text-to-Image Generation]]></title><link>https://blog.youkuaiyun.com/Arachis_X/article/details/137604613</link><guid>https://blog.youkuaiyun.com/Arachis_X/article/details/137604613</guid><author>Arachis_X</author><pubDate>Wed, 10 Apr 2024 17:39:16 +0800</pubDate><description><![CDATA[基于无调谐扩散的模型已在图像个性化和定制领域展现出巨大潜力。然而，尽管取得了显著进展，目前的模型在生成风格一致的图像时仍然面临着一些复杂的挑战。首先，风格的概念本质上是不确定的，它包含多种元素，如颜色、材料、氛围、设计和结构等等。其次，基于反转的方法容易造成风格退化，往往会导致精细细节的丢失。最后，基于适配器的方法经常需要对每张参考图像进行细致的权重调整，以实现风格强度和文本可控性之间的平衡。在本文中，我们首先研究了几个引人注目但却经常被忽视的问题。]]></description><category></category></item><item><title><![CDATA[【自回归视觉生成（VAR）】Visual Autoregressive Modeling: Scalable Image Generation via Next-Scale Prediction]]></title><link>https://blog.youkuaiyun.com/Arachis_X/article/details/137604135</link><guid>https://blog.youkuaiyun.com/Arachis_X/article/details/137604135</guid><author>Arachis_X</author><pubDate>Wed, 10 Apr 2024 17:27:09 +0800</pubDate><description><![CDATA[视觉自回归模型（VAR）将图像上的自回归学习重新定义为从粗到细的 "下一尺度预测 "或 “下一分辨率预测”，有别于标准的栅格扫描 “下一标记预测”。我们提出了**视觉自回归建模（VAR）**这一新一代范式，它将图像上的自回归学习重新定义为从粗到细的 "下一尺度预测 "或 “下一分辨率预测”，有别于标准的栅格扫描 “下一标记预测”。这种简单、直观的方法使自回归（AR）变换器能够快速学习视觉分布，并具有良好的泛化能力：VAR 首次使 AR 模型在图像生成方面超越了扩散变换器。]]></description><category></category></item><item><title><![CDATA[【Zero-Shot 文本到语音】VoiceCraft: Zero-Shot Speech Editing and Text-to-Speech in the Wild]]></title><link>https://blog.youkuaiyun.com/Arachis_X/article/details/137410558</link><guid>https://blog.youkuaiyun.com/Arachis_X/article/details/137410558</guid><author>Arachis_X</author><pubDate>Fri, 05 Apr 2024 22:13:11 +0800</pubDate><description><![CDATA[我们介绍的VoiceCraft是一种标记填充神经编解码语言模型，它在有声读物、网络视频和播客的语音编辑和零样本文本到语音（TTS）方面都达到了最先进的性能。VoiceCraft 采用Transformer解码器架构，并引入了一种标记重新排列程序，该程序结合了因果掩蔽和延迟堆叠技术，可在现有序列中生成语音。在语音编辑任务中，VoiceCraft 生成的编辑语音在自然度方面与未经编辑的录音几乎没有区别，这是由人类进行评估的；在零样本 TTS。]]></description><category></category></item><item><title><![CDATA[【多标签 零样本 主题推理 】Zero-Shot Multi-Label Topic Inference with Sentence Encoders and LLMs]]></title><link>https://blog.youkuaiyun.com/Arachis_X/article/details/137157234</link><guid>https://blog.youkuaiyun.com/Arachis_X/article/details/137157234</guid><author>Arachis_X</author><pubDate>Fri, 29 Mar 2024 21:53:36 +0800</pubDate><description><![CDATA[在本文中，我们利用最新的句子编码器和大型语言模型（LLM）对 "definition-wild zero-shot主题推理 "这一具有挑战性的任务进行了全面研究。通过在七个不同的数据集上进行广泛实验，我们发现，与其他 LLM（如 BLOOM 和 GPT-NeoX）相比，ChatGPT-3.5 和 PaLM 等 LLM 表现出更优越的通用性。此外，基于 BERT 的经典句子编码器 Sentence-BERT 的表现优于 PaLM，其性能可与 ChatGPT-3.5 相媲美。]]></description><category></category></item><item><title><![CDATA[【多标签 文档分类 同人文触发警告 新数据集】Trigger Warning Assignment as a Multi-Label Document Classification Problem]]></title><link>https://blog.youkuaiyun.com/Arachis_X/article/details/137127234</link><guid>https://blog.youkuaiyun.com/Arachis_X/article/details/137127234</guid><author>Arachis_X</author><pubDate>Thu, 28 Mar 2024 23:15:42 +0800</pubDate><description><![CDATA[触发警告用于警告人们可能存在令人不安的内容。我们将触发警告分配作为一项多标签分类任务来介绍，创建了Webis 触发警告语料库 2022，并随之创建了第一个数据集，该数据集包含来自 Archive of our Own 的 100 万部同人小说作品，每篇文档包含多达 36 种不同的警告。为了提供可靠的触发式警告目录，我们将 4100 万个由同人小说作者指定的自由格式标签整理成第一个全面的触发式警告分类法，将它们映射到机构推荐的 36 种警告。为了确定触发警告的最佳操作方法。]]></description><category></category></item><item><title><![CDATA[【多标签 小样本 意图检测】Dual Class Knowledge Propagation Network for Multi-label Few-shot Intent Detection]]></title><link>https://blog.youkuaiyun.com/Arachis_X/article/details/137126878</link><guid>https://blog.youkuaiyun.com/Arachis_X/article/details/137126878</guid><author>Arachis_X</author><pubDate>Thu, 28 Mar 2024 23:03:02 +0800</pubDate><description><![CDATA[多标签意图检测旨在为语句分配多个标签，作为面向任务的对话系统中的一项实用任务，它越来越受到关注。由于对话领域瞬息万变，新意图层出不穷，因此缺乏注释数据的情况促使了多标签少量意图检测的出现。然而，以往的研究被带有多个标签的相同语篇表示所迷惑，忽略了内在的类内和类间交互。为了解决这两个局限性，我们在本文中提出了一种新颖的双类知识传播网络。为了学习具有多个意图的语篇的良好分离表征，我们首先引入了一个包含类名信息的标签语义增强模块。为了更好地考虑类内和类间的固有关系，我们构建了一个实例级和一个类级。]]></description><category></category></item><item><title><![CDATA[【单步扩散 图像翻译】One-Step Image Translation with Text-to-Image Models]]></title><link>https://blog.youkuaiyun.com/Arachis_X/article/details/137016587</link><guid>https://blog.youkuaiyun.com/Arachis_X/article/details/137016587</guid><author>Arachis_X</author><pubDate>Mon, 25 Mar 2024 16:01:29 +0800</pubDate><description><![CDATA[在这项工作中，我们解决了现有条件扩散模型迭代去噪过程导致的推理速度慢以及模型微调对配对数据的依赖。为了解决这些问题，我们引入了一种通用方法，通过对抗学习目标将单步扩散模型适应新任务和新领域。具体来说，我们将 vanilla 潜在扩散模型的各种模块整合到一个具有较小可训练权重的端到端生成器网络中，从而增强了其保持输入图像结构的能力，同时减少了过拟合。我们证明，在非配对环境下，我们的模型在各种场景转换任务中的表现优于现有的基于 GAN 和基于扩散的方法，如昼夜转换和添加/移除雾、雪、雨等天气效果。]]></description><category></category></item><item><title><![CDATA[【LLMs组合合成 进化算法】Evolutionary Optimization of Model Merging Recipes]]></title><link>https://blog.youkuaiyun.com/Arachis_X/article/details/137016154</link><guid>https://blog.youkuaiyun.com/Arachis_X/article/details/137016154</guid><author>Arachis_X</author><pubDate>Mon, 25 Mar 2024 15:44:10 +0800</pubDate><description><![CDATA[我们介绍了进化算法在自动创建强大基础模型方面的新应用。虽然模型合并因其成本效益而成为一种有前途的 LLM 开发方法，但它目前依赖于人类的直觉和领域知识，限制了其潜力。在这里，我们提出了一种进化方法，通过自动发现不同开源模型的有效组合来克服这一局限，利用它们的集体智慧，而无需大量额外的训练数据或计算。我们的方法可在参数空间和数据流空间中运行，从而实现超越单个模型权重的优化。这种方法甚至还能促进跨领域合并，生成类似具有数学推理能力的日语 LLM 这样的模型。]]></description><category></category></item><item><title><![CDATA[【Grokking 小数据集 过拟合 泛化分析】Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets]]></title><link>https://blog.youkuaiyun.com/Arachis_X/article/details/136890785</link><guid>https://blog.youkuaiyun.com/Arachis_X/article/details/136890785</guid><author>Arachis_X</author><pubDate>Wed, 20 Mar 2024 22:41:45 +0800</pubDate><description><![CDATA[在本文中，我们提议在通过算法生成的小型数据集上研究神经网络的泛化。在这种情况下，有关数据效率、记忆、泛化和学习速度等问题都可以得到详细研究。在某些情况下，我们发现神经网络可以通过 "摸索 "数据中的模式来学习，从而将泛化性能从随机概率水平提高到完美泛化水平，而且这种泛化性能的提高可以远远超过过度拟合的程度。我们还研究了泛化与数据集大小的函数关系，发现较小的数据集需要越来越多的泛化优化。]]></description><category></category></item><item><title><![CDATA[【在线PS】Photopea 免费 无需登录 功能齐全]]></title><link>https://blog.youkuaiyun.com/Arachis_X/article/details/136879499</link><guid>https://blog.youkuaiyun.com/Arachis_X/article/details/136879499</guid><author>Arachis_X</author><pubDate>Wed, 20 Mar 2024 15:58:30 +0800</pubDate><description><![CDATA[Photopea」是一个国外开发者开发的支持支持的免费在线高级图片编辑器。图层、蒙版、选区、笔刷、裁剪、钢笔、修复、仿制图章（Photopea中是克隆）等功能都一并具有。支持，相机里的无损原图可以直接导入修图。]]></description><category></category></item><item><title><![CDATA[【区域语义 交互 图像生成】StreamMultiDiffusion: Real-Time Interactive Generation+Region-Based Semantic Control]]></title><link>https://blog.youkuaiyun.com/Arachis_X/article/details/136855643</link><guid>https://blog.youkuaiyun.com/Arachis_X/article/details/136855643</guid><author>Arachis_X</author><pubDate>Tue, 19 Mar 2024 21:20:34 +0800</pubDate><description><![CDATA[扩散模型在文本到图像合成方面的巨大成功，使其有望成为下一代图像生成和编辑终端用户应用的候选模型。以前的工作主要集中在通过减少推理时间来提高扩散模型的可用性，或通过允许新的细粒度控制（如基于区域的文本提示）来提高用户交互性。然而，我们根据经验发现，整合这两个工作分支并非易事，从而限制了扩散模型的潜力。为了解决这种不兼容性，我们提出了 StreamMultiDiffusion，这是第一个基于区域的实时文本到图像生成框架。通过稳定快速推理技术并将模型重组为新提出的多提示流批处理架构。]]></description><category></category></item><item><title><![CDATA[【Prompts + 图像生成视频】Follow-Your-Click: Open-domain Regional Image Animation via Short Prompts]]></title><link>https://blog.youkuaiyun.com/Arachis_X/article/details/136850876</link><guid>https://blog.youkuaiyun.com/Arachis_X/article/details/136850876</guid><author>Arachis_X</author><pubDate>Tue, 19 Mar 2024 18:17:22 +0800</pubDate><description><![CDATA[尽管图像到视频生成技术近年来不断进步，但对更好的可控性和局部动画的探索却较少。这两个问题阻碍了当前 I2V 工具的实际应用：大多数现有的图像到视频生成方法都不具备局部感知能力，往往会移动整个场景。然而，人类艺术家可能需要控制不同物体或区域的移动。此外，目前的 I2V 方法不仅需要用户描述目标运动，还需要提供冗余的帧内容详细描述。在本文中，我们提出了一个名为 ""的实用框架，通过用户简单的点击（指定要移动的内容）和简短的运动提示（指定如何移动）来实现图像动画。在技术上，我们提出了。]]></description><category></category></item><item><title><![CDATA[【时间序列语言】Chronos: Learning the Language of Time Series]]></title><link>https://blog.youkuaiyun.com/Arachis_X/article/details/136850750</link><guid>https://blog.youkuaiyun.com/Arachis_X/article/details/136850750</guid><author>Arachis_X</author><pubDate>Tue, 19 Mar 2024 18:06:19 +0800</pubDate><description><![CDATA[我们介绍了Chronos，这是一个简单而有效的预训练概率时间序列模型框架。Chronos 使用缩放和量化技术将时间序列值标记为固定词汇，并通过交叉熵损失在这些标记化的时间序列上训练现有的基于transformer的语言模型架构。我们在大量公开数据集上预训练了基于 T5 系列的 Chronos 模型（参数范围从 2 千万到 7.1 亿个不等），并通过高斯过程生成了一个合成数据集作为补充，以提高泛化能力。（a）在属于训练语料库的数据集上的表现明显优于其他方法；]]></description><category></category></item></channel></rss>