蚂蚁集团11篇论文成功入选ICLR 2024 AI国际顶会
最近,ICLR 2024,人工智能顶级会议,公布了录取结果。蚂蚁集团在这次会议中有11篇论文被接收,其中1篇被评为口头报告,3篇被选为焦点报告,另外7篇则为海报展示。蚂蚁集团在人工智能学术界的进展备受瞩目。
(图:蚂蚁集团的《长视频中的多粒度噪声关联学习》被收录为Oral论文)
今年ICLR组委会收到了7262篇论文投稿,录用率约为31%。根据录用结果,其中1.2%的论文被录用为Oral论文,这些作者将获得10分钟的口头演讲机会。另外5%的论文被录用为Spotlight论文,这些作者将有4分钟的聚光灯展示时间。剩下的论文将以海报形式进行展示。总体来说,Oral论文的重要性最高,其次是Spotlight论文,而Poster论文的重要性最低。
每年,ICLR Oral论文中有相当一部分会被评为“ICLR最佳论文”,这也意味着它们指引了新一年的研究方向。今年,ICLR评选出了85篇Oral论文,其中包括蚂蚁集团的《Multi-granularity Correspondence Learning from Noisy Instructional Videos》(从嘈杂的教学视频中进行多粒度关联学习)。这篇论文提出了一种利用噪声教学视频进行学习的方法,通过多种粒度的关联学习,提高了模型的性能和鲁棒性。这项研究对于解决现实世界中存在的噪声和不确定性问题具有重要意义,并为视频理解领域的进一步发展提供了新的思路。
短视频已成为大众日常生活的主要娱乐方式,而多模态技术则是当前AI领域的热门研究方向。然而,由于计算资源开销较大,现有的视频工作主要集中于对片段的理解,而忽视了长视频中的时序依赖。为了解决这一问题,该论文将长视频学习转化为短视频片段间的关联对齐。针对视频与文本之间存在的噪声关联问题,研究提出了统一的最优传输对齐方案,这一方案显著提升了长视频的理解能力,并且在时间开销上也取得了节省。通过这项研究,我们可以更好地理解长视频,并且在处理视频与文本之间的关联时能够更加准确和高效。
这个方案的通用性很强,提出的噪声关联处理方法适用于其他需要内容对齐的模型预训练学习。
Spotlight收录了三篇论文,它们分别是《iTransformer: Inverted Transformers Are Effective for Time Series Forecasting》(iTransformer:倒置Transformer对时序预测更加有效)、《Enhanced Face Recognition using Intra-class Incoherence Constraint》(利用类内不一致性约束增强的人脸识别技术)和《Finite-State Autoregressive Entropy Coding for Efficient Learned Lossless Compression》(基于查找表实现的可学习自回归模型用于高效无损压缩算法)。 第一篇论文介绍了一种新的时间序列预测方法,通过打破常规模型结构,在复杂时序预测任务中取得了全面领先的成果。这项研究对于改进时间序列预测的准确性和效率具有重要意义。 第二篇论文引入了一种新的方法来提高人脸识别的精确度。该方法利用了类内不一致性约束,进一步优化了人脸识别技术。这项研究对于提高人脸识别系统的性能和准确性具有重要意义。 第三篇论文提出了一种基于查找表实现的可学习自回归模型,用于高效无损压缩。这项研究实现了高压缩率和高吞吐率的无损压缩算法,对于数据压缩和存储方面具有重要的应用价值。 这三篇论文的发表都在各自领域取得了重要的突破和进展,为相关领域的研究和应用提供了有力支持。它们的出现丰富了学术界的研究成果,并为相关领域的发展带来了新的可能性。
自2017年以来,ICLR每年收到的论文数量以30%的速度增长,而NeurIPS和ICML这两个人工智能顶会也呈现高速增长趋势。在最近的NeurIPS会议上,蚂蚁集团共有20篇论文被收录,这些论文涵盖了计算机视觉、自然语言处理、图神经网络、图像处理等多个人工智能和机器学习领域的前沿主题。这一成果进一步证明了蚂蚁集团在人工智能领域的卓越研究实力和创新能力。
(图:ICLR自2013年成立以来,每年的论文数量情况。2017年开始,论文数量攀升。)
ICLR近年受到业内好评,主要原因是其推行的Open Review评审制度,所有提交的论文都会接受所有同行的评价及提问,任何学者都可匿名或实名地评价论文。而在公开评审结束后,论文作者也能够对论文进行调整和修改。
据了解,过去五年,蚂蚁集团在国际顶级学术期刊和学术会议上发表论文近500篇,其中AI领域的论文300余篇。蚂蚁集团在人工智能领域持续进行技术投入,基于大规模业务场景的需求,布局了包括大模型、知识图谱、运筹优化、图学习、可信AI等在内的技术领域。
以上是蚂蚁集团11篇论文成功入选ICLR 2024 AI国际顶会的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

Diffusion不仅可以更好地模仿,而且可以进行「创作」。扩散模型(DiffusionModel)是一种图像生成模型。与此前AI领域大名鼎鼎的GAN、VAE等算法,扩散模型另辟蹊径,其主要思想是一种先对图像增加噪声,再逐步去噪的过程。其中如何去噪还原原图像是算法的核心部分。最终算法能够从一张随机的噪声图像中生成图像。近年来,生成式AI的惊人增长将文本转换为图像生成、视频生成等领域的许多令人兴奋的应用提供了支持。这些生成工具背后的基本原理是扩散的概念,这是一种特殊的采样机制,克服了以前的方法中被

Kimi:一句话,十几秒钟,一份PPT就新鲜出炉了。PPT这玩意儿,可太招人烦了!开个碰头会,要有PPT;写个周报,要做PPT;拉个投资,要展示PPT;就连控诉出轨,都得发个PPT。大学更像是学了个PPT专业,上课看PPT,下课做PPT。或许,37年前丹尼斯・奥斯汀发明PPT时也没想到,有一天PPT竟如此泛滥成灾。吗喽们做PPT的苦逼经历,说起来都是泪。「一份二十多页的PPT花了三个月,改了几十遍,看到PPT都想吐」;「最巅峰的时候,一天做了五个PPT,连呼吸都是PPT」;「临时开个会,都要做个

北京时间6月20日凌晨,在西雅图举办的国际计算机视觉顶会CVPR2024正式公布了最佳论文等奖项。今年共有10篇论文获奖,其中2篇最佳论文,2篇最佳学生论文,另外还有2篇最佳论文提名和4篇最佳学生论文提名。计算机视觉(CV)领域的顶级会议是CVPR,每年都会吸引大量研究机构和高校参会。据统计,今年共提交了11532份论文,2719篇被接收,录用率为23.6%。根据佐治亚理工学院对CVPR2024的数据统计分析,从研究主题来看,论文数量最多的是图像和视频合成与生成(Imageandvideosyn

我们知道LLM是在大规模计算机集群上使用海量数据训练得到的,本站曾介绍过不少用于辅助和改进LLM训练流程的方法和技术。而今天,我们要分享的是一篇深入技术底层的文章,介绍如何将一堆连操作系统也没有的「裸机」变成用于训练LLM的计算机集群。这篇文章来自于AI初创公司Imbue,该公司致力于通过理解机器的思维方式来实现通用智能。当然,将一堆连操作系统也没有的「裸机」变成用于训练LLM的计算机集群并不是一个轻松的过程,充满了探索和试错,但Imbue最终成功训练了一个700亿参数的LLM,并在此过程中积累

C语言作为一门广泛应用的编程语言,对于想从事计算机编程的人来说是必学的基础语言之一。然而,对于初学者来说,学习一门新的编程语言可能会有些困难,尤其是缺乏相关的学习工具和教材。在本文中,我将介绍五款帮助初学者入门C语言的编程软件,帮助你快速上手。第一款编程软件是Code::Blocks。Code::Blocks是一个免费的开源集成开发环境(IDE),适用于

快速入门PyCharm社区版:详细安装教程全解析导言:PyCharm是一个功能强大的Python集成开发环境(IDE),它提供了一套全面的工具,可以帮助开发人员更高效地编写Python代码。本文将详细介绍如何安装PyCharm社区版,并提供具体的代码示例,帮助初学者快速入门。第一步:下载和安装PyCharm社区版要使用PyCharm,首先需要从其官方网站上下

机器之能报道编辑:杨文以大模型、AIGC为代表的人工智能浪潮已经在悄然改变着我们生活及工作方式,但绝大部分人依然不知道该如何使用。因此,我们推出了「AI在用」专栏,通过直观、有趣且简洁的人工智能使用案例,来具体介绍AI使用方法,并激发大家思考。我们也欢迎读者投稿亲自实践的创新型用例。视频链接:https://mp.weixin.qq.com/s/2hX_i7li3RqdE4u016yGhQ最近,独居女孩的生活Vlog在小红书上走红。一个插画风格的动画,再配上几句治愈系文案,短短几天就能轻松狂揽上

标题:技术入门者必看:C语言和Python难易程度解析,需要具体代码示例在当今数字化时代,编程技术已成为一项越来越重要的能力。无论是想要从事软件开发、数据分析、人工智能等领域,还是仅仅出于兴趣学习编程,选择一门合适的编程语言是第一步。而在众多编程语言中,C语言和Python作为两种广泛应用的编程语言,各有其特点。本文将对C语言和Python的难易程度进行解析
