测试
ICCV 2023 Oral | 如何在开放世界进行测试段训练？基于动态原型扩展的自训练方法
提高模型泛化能力是推动基于视觉的感知方法落地的重要基础，测试段训练和适应（Test-Time Training/Adaptation）通过在测试段调整模型参数权重，将模型泛化至未知的目标域数据分布段。现有 TTT/TTA 方法通常着眼于在闭环世界的目标域数据下提高测试段训练性能。可是，在诸多应用场景中，目标域容易受到强域外数据 (Strong OOD) 数据的污染，例如不相关的语义类别数据。在该场景又可称为开放世界测试段训练 (OWTTT），在该场景下，现有 TTT/TTA 通常将强域外数据强行分类至已知类别，从而
强化学习再登Nature封面，自动驾驶安全验证新范式大幅减少测试里程
引入密集强化学习，用 AI 验证 AI。自动驾驶汽车 (AV) 技术的快速发展，使得我们正处于交通革命的风口浪尖，其规模是自一个世纪前汽车问世以来从未见过的。自动驾驶技术具有显着提高交通安全性、机动性和可持续性的潜力，因此引起了工业界、政府机构、专业组织和学术机构的共同关注。过去 20 年里，自动驾驶汽车的发展取得了长足的进步，尤其是随着深度学习的出现更是如此。到 2015 年，开始有公司宣布他们将在 2020 之前量产 AV。不过到目前为止，并且没有 level 4 级别的 AV 可以在市场上买到。导致这一现象的
SOTA！模型社区更新日志
2023.10.20 平台更新优化了搜索体验，提升了搜索准确性调整了项目主页信息结构，提高了项目主页获取信息效率项目主页进行了移动端适配，可在手机上轻松浏览项目主页、获取项目信息上线了「综合热榜」、「Agent热榜」允许了部分用户浏览小土终端实测频道下线了旧版「发现」、「找SOTA」模块修复了已知的问题，并进行了系统稳定性的提升2023.09.01 平台更新SOTA！模型平台登录流程增加了实名认证流程修复了已知问题，提升了稳定性及用户体验「小土同学」接入了8个新的可进行推理测试的服务：a. CodeLlama-7b
M1芯片搞数据科学好使吗？5种基准测试给你答案
最近 M1 芯片爆火，它是否适用于数据科学？在常用基准上测试一下就知道了。