企业高校双料雇佣兵，项目学术两手抓。

不方便在github上下载的，可以在这里下载。 包含Linux和Win两个平台的CPU版本软件，开箱即（急）用

新一代基础模型：Segment Anything 研究内容： 这项研究提出了一个名为“Segment Anything”的项目，旨在为图像分割建立一个通用的基础模型。研究团队设计了一个可提示的分割任务，并开发了一个名为“Segment Anything Model”（SAM）的模型。该模型通过高效的数据收集机制，被训练在一个包含超过10亿个掩码和1100万张图像的庞大数据集上。模型设计为可提示的，能够在接收到各种形式的提示（如点、框、文本）时，生成对应的图像分割掩码。此外，还开发了一个数据引擎，用于自动化地生成和收集训练数据。 研究意义： 泛化能力增强：通过提示工程，SAM能够实现零样本迁移，适用于未见过的数据分布和任务，这拓宽了模型的应用范围。 数据集贡献：SA-1B数据集是目前最大的分割数据集，为计算机视觉领域提供了丰富的训练资源。 推动基础模型研究：该项目展示了在计算机视觉中应用基础模型的潜力，为未来的研究提供了新的方向。 实用性提高：模型可以在实时交互中使用，并且能够处理提示中的歧义，使其在实际应用中更加灵活和高效。

这篇论文对视觉任务中的视觉语言模型（VLMs）进行了系统的综述。论文主要讨论了视觉识别中传统以深度神经网络（DNNs）为基础的模式面临的挑战，以及VLMs如何通过从大规模的图像-文本对中学习丰富的视觉语言关联来解决这些问题。VLMs能够在不同的视觉识别任务中实现零样本预测，而无需为每个任务单独训练模型，这显著简化了过程。

这篇论文研究了在生成模型的训练过程中使用合成数据所引发的“自食性”循环现象，并将其称为“模型自噬障碍”（Model Autophagy Disorder，MAD）。研究表明，如果每代训练中缺乏足够的新鲜真实数据，未来的生成模型质量（精度）或多样性（召回率）会逐渐下降。 研究背景：生成AI技术的快速发展使得合成数据在图像、文本等领域广泛应用。由于生成模型的训练数据通常来自互联网，当前的AI模型实际上已经在逐渐增加的合成数据上进行训练，从而形成了一种自食性循环。 研究挑战：自食性循环可能导致未来生成模型的质量和多样性下降，尤其是在缺乏足够新鲜真实数据的情况下。研究者需要理解这种循环的具体影响，并找到避免这种现象的方法。 方法：论文中定义了三种自食性循环模型：完全合成循环、合成增强循环和新鲜数据循环。每种模型反映了不同的训练数据组合方式。研究还考虑了生成数据的采样偏差对自食性循环的影响。