特征
AI自己「长出」了类似大脑的「脑叶」？新研究揭示LLM特征的惊人几何结构
大型语言模型在学习概念时竟然会形成令人惊讶的几何结构，比如代码和数学特征会形成一个「叶（lobe）」，类似于我们在做磁共振功能成像时看到的大脑功能性脑叶。 这说明什么呢？ 论文通讯作者、MIT 物理学教授 Max Tegmark 的推文。
防止黑客重建人脸，浙大 & 阿里推出人脸隐私保护新方案 FaceObfuscator
对人脸数据安全的担忧，有新解了！浙江大学与阿里安全部联手，推出了新的人脸隐私保护方案 FaceObfuscator。不法分子即使从数据库中获取到人脸特征，也无法使用各类重构攻击还原人脸数据、窃取人脸隐私。新型重构攻击，威胁人脸隐私人脸识别是一项基于人脸特征信息进行身份识别的生物识别技术，广泛应用于金融、安防与民生。在使用人脸识别系统前，首先需要录入人脸信息，这些人脸信息会以人脸特征的形式被保存在服务商的人脸数据库中用于之后的实时人脸识别与身份认证。▲ 主流的人脸识别架构然而，网络和数据安全保障机制的欠缺容易导致人脸
ICML 2024 | 特征污染：神经网络会学习不相关特征而泛化失败
论文标题：Feature Contamination: Neural Networks Learn Uncorrelated Features and Fail to Generalize论文链接：：，深度神经网络 SGD scaling的机器学习范式再次证明了其在AI领域的主导地位。为什么基于深度神经网络的范式能够取得成功？比较普遍的观点是：神经网络具有从海量的高维输入数据中自动学习抽象而可泛化的特征的能力。遗憾的是，受限于当前分析手段和数学工具的不足，目前我们对于“（深度）神经网络如何实现这样的特征学习过程”这
代谢数据集上四项指标达94%~98%，西南交大团队开发多尺度图神经网络框架，助力药物研发
作者 | 刘悦睿编辑 | 红菜苔药物研发过程中，了解分子与代谢路径之间的关系，对于合成新分子和优化药物代谢机制至关重要。西南交通大学杨燕/江永全团队开发了一种新型的多尺度图神经网络框架MSGNN，来将化合物与代谢路径联系起来。它包括特征编码器、子图编码器和全局特征处理器三部分，分别学习了原子特征、子结构特征和额外的全局分子特征，这三个尺度的特征可赋予模型更全面的信息。该框架在 KEGG 代谢路径数据集上的表现优于现有方法，Accuracy、Precision、Recall、F1分别达到98.17%、94.18%、9
30%Token就能实现SOTA性能，华为诺亚轻量目标检测器Focus-DETR效率倍增
轻量化模型 Focus-DETR 提速也提质。
15年软件架构师经验总结：在ML领域，初学者踩过的5个坑
如果你要构建你的第一个模型，请注意并避免这些问题。
- 1