成立一年之际,阿里巴巴前沿技术研究机构达摩院又传来新进展。以色列理工学院著名计算机视觉科学家Lihi Zelnik-Manor教授,已入职达摩院以色列机器视觉实验室。
作为实验室负责人,她将带领团队推动达摩院计算机视觉领域的基础研究,以及新零售、智慧城市等广泛领域的应用结合。
以色列机器视觉研究实验室,是达摩院遍布全球的科研机构之一,也是达摩院首支完全由外籍科学家组成的研发团队,成员来自于Intel、三星、特拉维夫大学等世界级研究机构。
作为全球领先的创新之国与科技中心,以色列一直以从0到1的科技创新著称全球,而中国则在先进技术的大范围普及运用上积累了丰富经验。未来,达摩院设立在以色列的研发实验室将扮演创新枢纽的角色,结合中以两国各自的创新优势,促进技术普惠与新商业模式的孵化。
机器视觉实验室正在研发的计算机视觉技术,能有效提升计算机对外部物理世界的理解能力,在城市大脑、新零售等领域都有丰富的应用场景。
诸如,通过视频理解技术,能有效提升城市大脑对对车辆行驶动作、行人行为的识别判断能力,提升城市道路的管理效率。而在新零售场景,智能货架与AI收银机能更精确的识别消费者的购买动作,从而实现自动结账、智能防损等应用。
图说:达摩院以色列机器视觉实验室负责人 Lihi Zelnik-Manor 教授
加盟达摩院之前,Lihi Zelnik-Manor在以色列理工学院电气工程系担任副教授,领导该校的计算图像与多媒体实验室。以色列理工学院也被誉为以色列的麻省理工,是以色列重要的基础科学与计算机科技研究中心。
Lihi教授曾多次荣获IEEE与ICCV的杰出论文奖,并连续多年担任ECCV 与CVPR等计算机视觉大会的主席,此外她还是顶级学术期刊TPAMI的核心编辑。她还荣获了以色列理工学院的Gutwirth奖,以表彰她在计算机视觉领域取得的杰出成就。
除了以色列外,达摩院已在新加坡、美国等多个国家与地区设立研发中心与实验室,并与新加坡南洋理工大学、斯坦福大学、加州大学伯克利分校、清华大学、浙江大学、中国科学院成立多个联合研究基地。
好文章,需要你的鼓励
RGPO用"临时脚手架"破解大模型强化学习的奖励稀疏难题:先让模型独立解题,失败则分段放出标准解法引导重写,仅采纳经验证更优的答案。难题测试准确率从0跃至99.5%,语言模型平均分高出最强基线5.0分。
论文提出用MoE模型的路由器输出作为跨语言对齐目标,通过持续预训练对翻译句对施加路由KL散度损失,在不改变分词和架构的前提下让隐藏表示更接近,并在四个开源MoE模型、七种语言上验证了下游任务性能的一致提升。
DiffGate提出难度门控的教师指导机制,让验证器决定何时需要教师介入,仅对失败且困难的轨迹提供有界教师指导,结合GRPO强化学习,在数学与代码任务上显著提升解题覆盖率与跨领域迁移能力。
研究者用固定不变的16位二进制编码替代传统可训练词嵌入表,在17亿参数规模模型上训练1000亿token,证明模型仍可获得实质语言能力,揭示输入表并非必需,但性能略逊于可学习方案。