健康资讯 阿里开源：#实时图像增强方法# ，基于间距自适应查找表
该论文已被被国际顶级会议CVPR2022接收
本文首次提出了通过深度学习对输入图像自适应地学习具有非均匀布局的三维颜色查找表，从而对输入图像进行高效色彩增强的创新性技术，并在学术界公开仿真数据集上取得了最优客观指标（PSNR）的同时做到了当前运行速度最快。文中提到的色彩增强技术具有效果优、速度快的特点，可做到对4K视频的实现高效处理并提升其色彩饱和度对比度，故而适用于实时流媒体场景，可用较普惠化的方式帮助改善直播间的画质呈现。
论文：AdaInt: Learning Adaptive Intervals for 3D Lookup Tables>
【#这个AI爆火！输入1句话，生成1段视频！# 】清华&智源研究院提出CogVideo：最大的文本生成视频模型
CogVideo应该是当前最大的、也是首个开源的文本生成视频模型。
在设计模型上，模型一共有90亿参数，基于预训练文本-图像模型CogView2打造，一共分为两个模块。
第一部分先基于CogView2，通过文本生成几帧图像，这时候合成视频的帧率还很低；
第二部分则会基于双向注意力模型对生成的几帧图像进行插帧，来生成帧率更高的完整视频。
……
论文：CogVideo: Large-scale Pretraining for Text-to-Video Generation via Transformers
论文及代码：CogVideo: Large-scale Pretraining for Text-to-Video Generati...
解读全文：AMiner - AMiner
#人工智能# #科技#
AMiner官网：网页链接
【朱松纯团队最新研究：#机器人可与人类“推心置腹”# 还说下一步要造“AI大白”】 北京大学人工智能研究院朱松纯团队最新研究，提出一个可解释人工智能（XAI）系统，证明了机器人与人类真的能做到“推心置腹”，在工作中能像人类伙伴一样统一OKR。 也就是朱松纯团队提出的实时双向人机价值对齐。 目前，朱松纯团队的这项研究成果，已经在顶级学术期刊 Science，及其子刊 Science Robotics上发表，而且都是头条位置。
论文：In situ bidirectional human-robot value alignment
PDF链接：undefined - AMiner
解读全文： 朱松纯团队最新研究：机器人可与人类“推心置腹”！还说下一步要造“AI大白” - AMiner
AMiner官网：网页链接
低保分ABC三类，A每月460 B每月280 C每月150，在农村大多低保户只是不愁吃不愁穿，能维持基本生活
【#苹果新论文基于iPhone12开发超轻量化骨干神经网络#】可获低于1毫秒推理时延和75.9%识别精度
随着智能手机性能的提升，在手机端部署高效率、轻量化的深度学习模型具备越来越高的实用价值。近日，苹果研究团队基于 iPhone 12 手机平台，开发了一种名为“MobileOne”的轻量化神经网络架构，并在 ImageNet 数据集上获得低于 1 毫秒的推理时延，及 75.9% 的识别精度。
论文：An Improved>
某信托公司怼投资人：我已经忍你们很久了
【#MIT发布加强版「高数」求解器：7门课程正确率达81%#】
不光玩小学数学应用题，AI已经开始攻克高数了！ 最近MIT的研究人员宣布他们基于OpenAI Codex预训练模型，在本科生级别的数学问题上通过few-shot learning成功达到81%的正确率！
更牛的是，除了能解决普通机器学习模型难以解决的问题外，这项研究还表明该技术可以大规模推广，可以解决所属课程及类似的课程问题。 这也是历史上首次，单个机器学习模型能够解决如此大规模的数学问题，而且还能对问题的解答过程进行解释、绘图，甚至还能生成新问题！ 实际上这篇论文早在年初就发布出来了，经过半年的修改后，从114页的篇幅增加到181页，能解决的数学问题更多了，附录的编号从A-Z直接拉满。
论文：A Neural Network Solves, Explains, and Generates University Math Problems by Program Synthesis and Few-Shot Learning at Human Level
PDF链接：undefined - AMiner
解读全文：MIT发布加强版「高数」求解器：7门课程正确率达81% - AMiner
AMiner官网：网页链接
#人工智能# #科技#
#中国视协主席谈失德演员#【中国视协座谈会：让失德演员没有生存空间，彻底退出艺术舞台】8月25日，中国电视艺术家协会在京组织召开“崇德修身 固本培元——中国视协电视艺术工作者职业道德和行风建设工作座谈会”。中国文联副主席、中国视协主席胡占凡指出，要密切关注电视界及网络视听行业动态和网络舆情，网络空间不是法外之地，网络平台要珍惜自身的品牌，要主动全面的清理角角落落，要针对行业各种不良现象、负面事件及时发声，表明立场，坚决抵制，营造健康清朗的文艺生态，让失德演员和相关从业演员没有生存空间，彻底退出艺术舞台。要让全行业形成共识，失德失范必然意味着失信失势。网页链接
一位网友总结的涡扇10-涡扇20发动机：
WS10/太行发动机：有FWS10（01、02、03批次）、FWS10A、FWS10H、FWS10B、FWS10C、FWS10D、WS10B3、WS10IPE等型号；
WS11:AI25K国内仿制型号，教8动力；
WS12：RD93基础上研制的国内无加力中推，2015年首飞，神雕和利剑动力，FADEC，有FWS12、FWS12A两个型号；
WS13:参照RD93研制的国产中推WS13（8700kgf）于2010年首飞的。WS13E（立项后叫FWS21）是参照RD33MK研制的性能增强型，推力9000kgf于2016年7月1日首飞；
WS14 无（应该是不好听跳过了）；
WS15/珠峰：推比10一级的四代大推，为超巡而生；
WS16:无人机专用中推（另有说法是靶机小推），中或大涵道比，研制单位及核心机来历不明；
WS17:贵发所研制的教10动力。FWS17仿AI—222—25于2016年首飞，FWS17A仿AI—222—25F于2018年首飞。624所研制的岷山/YWS17技术验证机（已停止研制）容易和该型号混淆；
WS18:420厂研制生产的D30KP2国内仿制型。分FWS18（运20）、FWS18A(轰6K)、WS18B、WS18C；
WS19/黄山:624所研制，460制造的四代中推。推力＞10吨，推比9.0～9.5，工程验证机16年点火；
WS20:运20官配大涵道比发动机，2012年11月23日在伊尔76飞行台首飞。
各种类型发动机全面发展，转载自“大风起兮爱钓鱼”，感谢原作者 [看]
#军事趣科普##武器装备#
网页链接家里面有小学生可以尝试玩下这种题，看起来很简单，但是还是需要一定的逆向思维可以增加小孩数感，点击链接更多题目
【#零样本能力最强的语言模型结构#】谷歌&HuggingFace最新力作！
从 GPT3 到 Prompt，越来越多人发现大模型在零样本学习的设定下有非常好的表现。这都让大家对 AGI 的到来越来越期待。
但有一件事让人非常疑惑：19 年 T5 通过“调参”发现，设计预训练模型时，Encoder-Decoder 的模型结构 + MLM 任务，在下游任务 finetune 效果是最好的。然而当下，主流的大模型用的都是仅 decoder 的模型结构设计，比如 OpenAI 的 GPT 系列、Google 的 PaLM、Deepmind 的 Chinchilla等等。这是为什么？难道这些大模型设计都有问题？
今天带来一篇 Hugging Face 和 Google 的文章。这篇文章与 T5 在实验上的思路相似，通过大量对比设计，得到一个重磅结论：要是为了模型的 zero-shot 泛化能力，decoder 结构 + 语言模型任务最好；要是再 multitask finetuning，encoder-decoder 结构 + MLM 任务最好。研究人员通过大量的实验，还找到了最好、最节省成本的训练方式，这种训练计算量只需要原本方式的九分之一！
论文：What Language Model Architecture and Pretraining Objective Work Best for Zero-Shot Generalization?
链接：网页链接
解读全文：谷歌&HuggingFace| 零样本能力最强的语言模型结构 - AMiner
#人工智能# #科技#
AMiner官网：网页链接
#哈尔滨头条# 这届熟人中有好几个孩子走了私立高中。
有460多分的，去了德强清北A班，基本所有费用全免；有430多分的，去了工附B班，不免学费，就想找个管的严的学校；有的分低，一般的市重点或者普高都很难进去，去了私立高中的小语种班。
只要能负担得起私立学校的学费（三年怎么也得15万吧），这也是一个选择，希望这个投资在三年后能得到一个无悔的回报吧！
#金粉社区# #我要上头条#
#基于用户价格偏好及兴趣偏好的会话推荐# 互导异质超图网络 CoHHN，将价格因素引入到会话推荐任务当中。
将用户价格偏好引入到会话推荐当中时，常面临着以下两个挑战：
挑战1：用户的价格偏好隐藏在多种异质信息内
挑战2：用户价格偏好和兴趣偏好之间的关系复杂，相互作用，共同决定用户的最终选择。
针对以上两个挑战，研究者提出了一个新的模型，互导异质超图网络 CoHHN (Co-guided Heterogeneous Hypergraph Network)。 针对第一个挑战，研究者为会话推荐专门设计了一种异质超图网络。针对第二个挑战，我们提出了一个互导学习机制 (Co-guided Learning Schema)。
研究者在三个真实的数据集上进行了大量实验。结果证明了其模型的有效性。进一步的实验也验证了价格因素对会话推荐的重要性。
论文：Price DOES Matter! Modeling Price and Interest Preferences in Session-based Recommendation
PDF下载链接：Price DOES Matter! Modeling Price and Interest Preferences i...
论文解读：SIGIR 2022 | 基于用户价格偏好及兴趣偏好的会话推荐 - AMiner
#人工智能# #科技#
AMiner官网：网页链接
捣鼓了一身看花的衣裳，和我家老小孩一起拥抱春天！
太厉害了，墙都不扶就服你[鼓掌]
【中国重载航天关键利器，详解重型火箭长征九号】
规划中的长征九号运载火箭有三种构型，长征九号基本型（CZ-9）、长征九号A（CZ-9A）、长征九号B（CZ-9B），三者的主要区别在于基本型为4个助推、A型为2个助推、B型不带助推。
这里以基本型为例来简单介绍长征九号的基本信息。长征九号采用三级半火箭构型，由助推器、芯一级、芯二级、芯三级、载荷舱构成。
长征九号芯一级四周捆绑了4个5m直径的助推器，每枚助推器配备2台YF130高压补燃液氧煤油发动机，比冲306秒，YF130单台推力高达480吨，超过现役最大推力的RD180，助推器8台YF130合计推力3840吨。
作为我国有史以来最大的火箭，长征九号芯一级直径达到9.5m，与正在研制的“星舰”与SLS相仿。芯一级配备了4台YF130高压补燃液氧煤油发动机，合计推力1920吨。
与芯一级一样，长征九号芯二级直径也是9.5米，其采用了9.5m直径液氢贮箱和7.5m直径液氧贮箱组合。芯二级配备了2台YF90高压补燃氢氧发动机，比冲453秒，单台推力220吨，合计推力440吨。
和长征三号甲系列火箭构型一样，长征九号芯三级直径做了收缩，由芯二级的9米收缩到7.5米，采用了7.5m直径液氢贮箱与5.0m直径液氧贮箱组合。芯三级配备了4台YF-79膨胀循环氢氧发动机，比冲460s，单台推力25t，合计推力100吨。
长征九号总计高度103m，近地轨道（LEO）运力140t，地球同步轨道运力（GTO）66吨，地月转移轨道（LTO）运力50t，中地球转移轨道（MTO）运力37t，起飞质量4137t，起飞推力5873t。
2021年，美国官方的SLS和太空探索公司的“星舰”计划将进行首次发射，体现了重载航天发射正在备受重视，由此可以看出长征九号的重要性。
＃长征九号＃ ＃重型火箭＃ ＃SLS＃ ＃星舰＃ ＃马斯克＃
IJCAI 2022 | 基于自适应虚词增强的#小样本逆关系分类#
“我们提出了一个自适应增强虚词注意力的框架（Function words Adaptively Enhanced Attention Networks, FAEA）用于小样本逆关系分类。在 FAEA 中，设计了一个基于元学习的混合注意力模型来关注类别相关的虚词。由于虚词的引入带来了显著的类内冗余，因此设计了一种自适应消息传递机制在实例间捕获和传递类间差异信息和类内共性信息。最后，我们从理论上证明设计的信息传递机制有效消减虚词引入带来的类内冗余。在公开的小样本关系分类数据集 FewRel1.0 和 FewRel2.0 上的实验证明了我们提出的方法的有效性......”
论文：Function-words Enhanced Attention Networks for Few-Shot Inverse Relation Classification
PDF下载链接：Function-words Enhanced Attention Networks for Few-Shot Inve...
论文解读链接：IJCAI 2022 | 基于自适应虚词增强的小样本逆关系分类 - AMiner
#人工智能# #论文#
AMiner官网：网页链接
视频文本预训练新SOTA！港大&腾讯推出基于多项选择题的借口任务，该论文已被CVPR 2022收录
用于文本视频检索的多模态预训练工作主要采用两类方法：“双流”法训练两个单独的编码器来约束视频级别和语句级别的特征，忽略了各自模态的局部特征和模态间的交互；“单流”法把视频和文本联结作为联合编码器的输入来进行模态间的融合，导致下游检索非常低效。
本文提出一个全新的带有参数化模块的借口任务（pretext task），叫做“多项选择题”（MCQ），通过训练 BridgeFormer 根据视频内容回答文本构成的选择题，来实现细粒度的视频和文本交互，并在下游时移除辅助的 BridgeFormer，以保证高效的检索效率。
论文题目：BridgeFormer: Bridging Video-text Retrieval with Multiple Choice Questions
PDF下载链接：BridgeFormer: Bridging Video-text Retrieval with Multiple Ch...
AMiner官网：AMiner - AMiner
#人工智能# #科技#
AMiner官网：网页链接
