InternVid 是一个开源的大规模视频-文本数据集，旨在促进视频理解和生成任务的发展，由上海人工智能实验室与南京大学、中国科学院等单位联合发布，相关的工作已经被ICLR2024接收。它包含超过700万个视频，总时长近76万小时，并附带详细的文本描述。InternVid的发布将推动文本-视频

EfficientModulation(EfficientMod)融合了卷积和注意力机制的有利特性，同时提取空间上下文并对输入特征进行投影，然后使用简单的逐元素乘法将其融合在一起。EfficientMod的设计保证了高效性，而固有的调制设计理念则保证了其强大的表示能力来源：晓飞的算法工程笔记公众号论文:E

近日，由阿里云计算平台大数据基础工程技术团队主导的四篇时间序列相关论文分别被国际顶会ICLR2024、ICDE2024和WWW2024接收。论文成果是阿里云与华东师范大学、浙江大学、南京大学等高校共同研发，涉及时间序列与智能运维结合的多个应用场景。包括基于Pathways架构的自适应多尺

前言 为了解决基于深度学习方法泛化性的问题，来自厦门大学、Intel、大疆的研究者们提出了GIM:LearningGeneralizableImageMatcherfromInternetVideos。GIM是第一个可以让匹配模型从互联网视频中学习到强泛化能力的训练框架。本文转载自机器之心仅用于学术分享，若侵权请

Mol-Instructions:面向大模型的大规模生物分子指令数据集 发表会议：ICLR2024论文标题：Mol-Instructions:ALarge-ScaleBiomolecularInstructionDatasetforLargeLanguageModels论文链接：https://arxiv.org/pdf/2306.08018.pdf代码链接：https://github.com/zjunlp/Mol

检索关键词：ICLR2024、reinforcementlearning、preference、humanfeedback。https://openreview.net/search?term=ICLR+2024+reinforcement+learning+preference+human+feedback&group=all&content=all&source=forumContrastivePreferenceLearning:LearningfromH

AnomalyTransformer是一个由Transformer:AttentionIsAllYouNeed启发出的检测时间序列异常点的无监督学习算法。在这一篇我会深度解析论文算法以及代码的一一对应，让人更方便能读懂和使用源代码。阅读笔记前篇：ICLR2022:AnomalyTransformer论文阅读笔记+代码复现阅读前提

本论文全名为AnomalyTransformer:TimeSeriesAnomalyDetectionwithAssociationDescrepancy（通过关联差异进行时序异常检测），主要提出了一种无监督的异常点检测算法，并在6个benchmarks上测试，获取良好结果。论文链接：ANOMALYTRANSFORMER:TIMESERIESANOMALYDETECTIONWITHAS

添加图片注释，不超过140字（可选）作者|智商掉了一地、ZenMoore就在上个月末，ICLR2024的提交告一段落，在OpenReview上已经能够看到目前提交的文章了。虽然评阅结果尚未被发布，但由于这个会议在学术界的地位，相关的文章已经引起了网友们的广泛关注。添加图片注释，不超过140字（可选）还

前言 如果论文中的图表不用绘制，对于研究者来说是不是一种便利呢？有人在这方面进行了探索，利用文本描述生成论文图表，结果还挺有模有样的呢！本文转载自机器之心仅用于学术分享，若侵权请联系删除欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV

同学投稿：我从研三上学期，就焦虑得厉害，论文不仅要大改，投的SCI还没有接收。害怕延毕，不停地熬夜，但是并不知道要去做什么。成宿成宿的失眠，每天晚上噩梦不断，导师对我是放养型，和导

目录1Omni-ScaleCNNs:asimpleandeffectivekernelsizeconfigurationfortimeseriesclassification(ICLR2022) 2FlexConv:ContinuousKernelConvolutio