有没有那么几个瞬间，你要么想把自己脑子里的东西掏出来给别人看，要么想撬开别人的脑子看看里面都装了什么？虽然错过了霍格沃茨的入学时间，但如果从现在开始学习扩散模型和神经学，可能很快你就能实现这个目标了。新加坡国立大学，香港中文大学，和Stanford联手，基于扩散模型实现了从脑电波还原图像的“人类视觉解码器”。效果奇佳，还开源了代码和数据，这还不来一起看看？

Meta AI 提出了一个可以总结学术文献，解决数学问题的新模型，该模型还能生成百科文章，编写科学代码，注释分子和蛋白质等等

在过去的几年里，有一个趋势是探索多语言任务型对话（ToD）系统的数据构造方法，让任务型对话系统可以服务于不同国家不同语言的用户。然而， 现有的多语言 ToD 数据集要么由于语言的覆盖范围有限，要么是数据构建成本高，或者是忽略了很多英语的实体并不存在于其他国家这一非常关键的实际情况。

图神经网络 (GNNs) 模型依靠消息传递和特征转换函数来编码来自邻居的结构和特征信息，消息传递是沿着边传递邻居消息，特征转换是通过投影节点嵌入来提高模型的学习能力，但卷积层太多则会导致 GNNs 的性能降低。最近的研究指出这个问题来源于过平滑，也就是因为图结构上的递归邻域聚合导致节点表示变得难以区分。最近提出了图增强等模型来缓解过平滑，主要思想是避免过多的邻域信息，在每个卷积层都强化自身的特定节点特征。

这个微分方程可以用来模拟神经元间通过突触的相互作用方式，换言之就是大脑传递信息的过程。现实生活中有诸多应用场景，比如自动驾驶、大脑和心脏的监测等。

在没有人类对弈指导下，AlphaZero仍形成了一套类似专业棋手才懂的概念体系。研究者还进一步探寻了这些概念何时何处形成。 此外，他们还对比了AlphaZero与人类开局棋风的不同

本文简要介绍发表在NeurIPS 2022上关于小样本语义分割的论文《Intermediate Prototype Mining Transformer for Few-Shot Semantic Segmentation》。该论文针对现有研究中忽视查询和支持图像之间因类内多样性而带来的类别信息的差距，而强行将支持图片的类别信息迁移到查询图片中带来的分割效率低下的问题，引入了一个中间原型，用于从支持中挖掘确定性类别信息和从查询中挖掘自适应类别知识，并因此设计了一个中间原型挖掘Transformer。文章在每一层中实现将支持和查询特征中的类型信息到中间原型的传播，然后利用该中间原型来激活查询特征图。借助Transformer迭代的特性，使得中间原型和查询特征都可以逐步改进

文章主要介绍我们在ECCV 2022 Oral (2 accept, 1 weak accept)的论文"Fine-Grained Scene Graph Generation with Data Transfer"。主要内容包括对于Scene Graph现有问题的介绍 (标题里的精神内耗)，我们的方法。最后是关于场景图生成(SGG)领域的一些感受。

Transformer是一种基于注意力的编解码体系结构，它彻底改变了自然语言处理领域。受这一重大成就的启发，最近在将 Transformer 体系结构应用于计算机视觉（CV）领域方面进行了一些开创性的工作，这些工作已经证明了它们在各种CV任务中的有效性。凭借具有竞争力的建模能力，与现代卷积神经网络（CNN）相比，visual Transformers 在 ImageNet、COCO 和 ADE20k 等多个基准上取得了令人印象深刻的性能。

在自动驾驶的高级范例中，从环视图学习BEV表示对于多任务框架至关重要。然而，现有的基于深度估计或camera-driven attention的方法不稳定，无法在有噪声的相机参数下获得transformation，主要有两个挑战，即精确的深度预测和相机标定。在这项工作中，论文提出了一种用于鲁棒BEV表示的完全多相机无标定Transformer（CFT），该Transformer专注于探索隐式映射，而不依赖于相机内外参。为了将更好的特征学习从图像引导到BEV，CFT通过位置感知增强（PA）在BEV中挖掘潜在的3D信息。代替摄像机驱动的逐点或全局Transformer，为了在更有效的区域内进行交互并降低计算成本，论文提出了一种view-aware attention，这也减少了冗余计算并加速了收敛。CFT在nuScenes检测任务排行榜上实现了49.7%的NDS，与其他几何引导方法相比，这是第一个去除相机参数的工作。在没有时间输入和其他模态信息的情况下，CFT以较小的图像输入（1600×640）实现了第二高的性能。由于view-attention的变体，CFT将普通注意力的内存和transformer FLOPs分别减少了约12%和60%，NDS提高了1.0%。此外，它对噪声相机参数的天然鲁棒性使CFT更具竞争力！！

数学推理能力是人类智能的一项非常重要又富有挑战性的能力。尽管在各类自然语言相关的理解和生成任务等中取得了良好的效果，预训练语言模型可以准确地理解数值含义、数学知识、推理逻辑吗？最近一段时间，随着大规模预训练语言模型（PLM）的涌现，in-context learning 技术、微调策略的发展，数学推理相关任务指标取得了显著的突破。本文将从思维链（Chain-of-Thought, CoT）、基于代码标注的微调方法、数学领域 PLM、数值推理、自动定理证明几个主题介绍近期在 NeurIPS、ICLR、EMNLP 上投稿或发表的工作。

随着人工智能、大数据时代的到来，高性能计算格外需要，其也将成为信息技术的关键支点。制约电子计算发展的首要障碍是能耗，其次为处理器和内存间、处理器与处理器间的信息交互跟不上处理器的计算速度。

Researchers have developed an alternative positioning system that is more robust and accurate than GPS, especially in urban settings. The working prototype that demonstrated this new mobile network infrastructure achieved an accuracy of 10 centimeter. This new technology is important for the implementation of a range of location-based applications, including automated vehicles, quantum communication and next-generation mobile communication systems.

改变酶的底物/辅因子特异性需要在底物袋周围空间相邻位置的多个突变。然而，当仅基于晶体结构信息时，这是具有挑战性的，因为酶在反应过程中会发生动态构象变化。

本文提出了一种大批量训练算法 AGVM (Adaptive Gradient Variance Modulator)，不仅可以适配于目标检测任务，同时也可以适配各类分割任务。AGVM 可以把目标检测的训练批量大小扩大到 1536，帮助研究人员四分钟训练 Faster R-CNN，3.5 小时把 COCO 刷到 62.2 mAP，均打破了目标检测训练速度的世界纪录。

工业级别的搜索推荐系统主要遵循召回、粗排、精排、重排的算法体系。为了满足粗排巨大的打分规模和严格的时延要求，双塔模型仍然被广泛使用。为了提高模型的效果，一些方案会额外使用精排的打分知识进行蒸馏