德国一家科研机构面向谷歌眼镜(Google Glass)开发出一款面部识别应用——SHORE,该应用除了可判断人的年龄、性别外,还看通过大量数据,分析、识别人的情绪。
SHORE的全名为“复杂的高速物体识别引擎”(Sophisticated High-speed Object Recognition Engine),由德国弗劳恩霍夫研究所(Fraunhofer Institute)开发。
谷歌眼镜因涉及隐私保护而备受关注,与谷歌眼镜配套的SHORE识别应用,隐私保护问题自然被格外关注。弗劳恩霍夫研究所称,出于隐私保护,他们所收集的数据均未发送到云端。
据悉,“SHORE”的面部识别系统,能够处理来自谷歌眼镜上的实时视频信号,并通过多年来使用C++语言创建的一个“高效”程序库数据进行比对分析,最终实现对人的年龄、性别以及情绪的识别。
“SHORE”的面部识别系统应用可向某些用户提供帮助,比如自闭症患者。该应用还用来进行市场分析及其他更多商业领域。
SHORE应用尚无法下载使用,尚不清楚是技术问题,还是推广问题。弗劳恩霍夫研究所对此未予置评。
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。