本文将详细解读NeurIPS2024最佳论文：**"VisualAutoregressiveModeling:ScalableImageGenerationviaNext-ScalePrediction（视觉自回归建模：基于下一尺度预测的可扩展图像生成）"**。该论文提出了视觉自回归建模（VisualAutoregressiveModeling，VAR）方法，在图像生成领域实现了重要

概览：本文介绍一篇NeurIPS2024的工作，提出了一种新的视频时序定位扩展任务。传统的视频时序定位任务（TemporalSentenceGrounding，TSG）假设给定的视频中必然包含与指定查询文本相关的片段，但这一假设在实际应用中并不总是成立。针对这一问题，作者提出了TSG的扩展任务——相

offer捷报恭喜训练营的一位社招学员拿下携程大模型算法offer，涨幅40%。太戏剧了！攻击字节训练集群的实习生，居然刚刚获得了NeurIPS2024最佳论文奖？虽然看起来像爽文剧情，但这位高材生接下来的路，应该是难走了。刚刚，恶意攻击字节训练集群的实习生田柯宇，获得了NeurIPS2024

paper：ResT:AnEfficientTransformerforVisualRecognitionofficialimplementation：https://github.com/wofmanaf/ResT存在的问题作者指出现有Transformer在视觉识别任务中存在以下几个问题：低级特征提取困难：Transformer直接对原始输入图像的patch进行标记化处理，这使得它

论文主要处理VisionTransformer中的性能问题，采用推理速度不同的级联模型进行速度优化，搭配层级间的特征复用和自注意力关系复用来提升准确率。从实验结果来看，性能提升不错来源：晓飞的算法工程笔记公众号论文:NotAllImagesareWorth16x16Words:DynamicTransformersfor

前言 本文首次探索了压缩量化在光谱压缩重建领域的应用，提出了该领域首个二值化卷积神经网络BiSRNet，在量化指标和视觉结果上都显著地超越了当前最先进的二值化模型。本文转载自我爱计算机视觉仅用于学术分享，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

前言 本文从模型结构到训练策略，以及实验结果出发，详解了DeepMind之前提出的不需要归一化的深度学习模型NFNet。本文转载自PaperWeekly作者：游泽彬单位：中国人民大学仅用于学术分享，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

前言 SegmentAnythingModel（SAM）首次被应用到了基于增强概念的可解释AI上。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招聘信息。CV各大方向专栏与各个部署框架最全教程整理

"Wang,Haotao,etal."TrapandReplace:DefendingBackdoorAttacksbyTrappingThemintoanEasy-to-ReplaceSubnetwork."AdvancesinNeuralInformationProcessingSystems."  本文提出一种基于图像生成网络的后门攻击防御方法。该方法将图像分类模型分成特征

"JeonJ,LeeK,OhS,etal.Gradientinversionwithgenerativeimageprior[J].Advancesinneuralinformationprocessingsystems,2021,34:29898-29908."  本文提出了一种基于预训练模型的梯度反演方法。该方法通过使用潜在空间搜索优化维度较低的特征向量，减少

"GeipingJ,BauermeisterH,DrögeH,etal.Invertinggradients-howeasyisittobreakprivacyinfederatedlearning?[J].AdvancesinNeuralInformationProcessingSystems,2020,33:16937-16947."  本文发现梯度的方向比其范数幅值携带了更加重要的信息，以

"Zhu,Ligeng,ZhijianLiu,andSongHan."Deepleakagefromgradients."Advancesinneuralinformationprocessingsystems32(2019)."  本文从公开共享的梯度中获得私有训练数据。首先随机生成一对“伪”输入和标签，然后执行正常的向前和向后操作。在从伪数据导出

摘要：该论文将同一图像不同视角图像块内的语义一致的图像区域视为正样本对，语义不同的图像区域视为负样本对。本文分享自华为云社区《[NeurIPS2022]基于语义聚合的对比式自

Akbari,Hassan,etal."Vatt:Transformersformultimodalself-supervisedlearningfromrawvideo,audioandtext."AdvancesinNeuralInformationProcessing

2672篇主要论文，63场研讨会，7场受邀演讲，包括语言模型、脑启发研究、扩散模型、图神经网络……NeurIPS包含了世界级的AI研究见解，本文将对NeurIPS2022做一个全面的总结。第3

AlayracJB,RecasensA,SchneiderR,etal.Self-supervisedmultimodalversatilenetworks[J].AdvancesinNeuralInformationProcessingSystems,2020,33:2