从《致青春》《中国合伙人》《小时代》起,国内这种70、80、90后青春回忆题材的电影开始火起来,把一个时代的少年成长浓缩到校园里,在一个体制大背景下上演属于青春的小感情。
又到一年毕业季,缅怀过去伤感青春的电影,开始狂轰滥炸起来,而《同桌的你》今天公映,掀起了找同桌、重温当年情谊的小风潮,也印证了回不去的遗憾总是美好的。
你或许没有遇到和兄弟一起追的女孩,没有遇到过青梅竹马至成年的发小,但你总会有一位同桌,帮你削过铅笔,也刻过你的橡皮,给你传过纸条,也打过你的小报告;你们划过“三八线”,也一起补过作业,一起开过小差看电影,一起比过考试成绩。
这部电影技术角度和内容上不做多说,或许能打动人的电影就是好电影,你觉得呢?
好文章,需要你的鼓励
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。
这篇论文介绍了LegalSearchLM,一种创新的法律案例检索方法,将检索任务重新定义为法律要素生成。研究团队构建了LEGAR BENCH数据集,涵盖411种犯罪类型和120万案例,并开发了能直接生成关键法律要素的检索模型。实验表明,该模型在准确率上超越传统方法6-20%,且在未见犯罪类型上展现出强大泛化能力。这一突破为法律专业人士提供了更高效、精准的案例检索工具。