Что такое Papers with Code?
Papers with Code — это платформа, которая выделяет актуальные исследования в области машинного обучения вместе с кодом для их реализации. Она служит всеобъемлющим ресурсом для исследователей и разработчиков, стремящихся быть в курсе последних достижений и практических реализаций в машинном обучении.
Преимущества Papers with Code
- Доступ к последним исследованиям: Будьте в курсе самых свежих работ в области машинного обучения.
- Готовность к реализации: Прямой доступ к реализациям кода, что способствует экспериментам и обучению.
- Сравнение результатов: Сравнивайте производительность различных моделей на множестве задач.
- Взаимодействие с сообществом: Взаимодействуйте с сообществом исследователей и разработчиков, делящихся инсайтами и улучшениями.
Как использовать Papers with Code
- Изучайте статьи: Просматривайте тщательно отобранный список статей по машинному обучению, отсортированных по релевантности и влиянию.
- Доступ к коду: Получайте прямой доступ к репозиториям, содержащим реализации кода исследований.
- Сравнение моделей: Просматривайте и сравнивайте производительность моделей на стандартных наборах данных и задачах.
- Вносите вклад: Делитесь улучшениями или новыми реализациями с сообществом.
Избранные статьи
MossFormer: Pushing the Performance Limit of Monaural Speech Separation
- Описание: Использует одно-головочный трансформер с зашитым механизмом самовнимания для улучшения разделения речи.
- Репозиторий кода: Доступен на GitHub под
modelscope/ClearerVoice-Studio.
Gaze-LLE: Gaze Target Estimation via Large-Scale Learned Encoders
- Описание: Сосредоточен на предсказании целей взгляда в сцене с использованием обученных энкодеров.
- Репозиторий кода: Доступен на GitHub под
fkryan/gazelle.
Segment Any Text: A Universal Approach for Sentence Segmentation
- Описание: Представляет модель SaT для надежного и эффективного сегментирования предложений.
- Репозиторий кода: Доступен на GitHub под
facebookresearch/large_concept_model.
StableAnimator: High-Quality Identity-Preserving Human Image Animation
- Описание: Улучшает качество лица во время анимации с использованием оптимизации на основе уравнения Гамильтона-Якоби-Беллмана.
- Репозиторий кода: Доступен на GitHub под
Francis-Rings/StableAnimator.
SynCamMaster: Synchronizing Multi-Camera Video Generation
- Описание: Достижения в моделях диффузии видео для согласованной генерации видео с несколькими камерами.
- Репозиторий кода: Доступен на GitHub под
kwaivgi/syncammaster.
Learning Flow Fields in Attention for Controllable Person Image Generation
- Описание: Улучшает производительность моделей диффузии с использованием независимой от модели потери.
- Репозиторий кода: Доступен на GitHub под
franciszzj/leffa.
Neural Localizer Fields for Continuous 3D Human Pose and Shape Estimation
- Описание: Переход от моделирования 3D человека по одному изображению к ориентированному на данные подходу.
- Репозиторий кода: Доступен на GitHub под
isarandi/nlf.
Video Seal: Open and Efficient Video Watermarking
- Описание: Представляет рамочную модель для нейронного водяного знака видео.
- Репозиторий кода: Доступен на GitHub под
facebookresearch/videoseal.
HunyuanVideo: A Systematic Framework For Large Video Generative Models
- Описание: Открытая модель, демонстрирующая высокую производительность в генерации видео.
- Репозиторий кода: Доступен на GitHub под
tencent/hunyuanvideo.
LLMs-as-Judges: A Comprehensive Survey on LLM-based Evaluation Methods
- Описание: Анализирует ограничения судей LLM и направления на будущее.
- Репозиторий кода: Доступен на GitHub под
cshaitao/awesome-llms-as-judges.