模型安全武装,复旦新研究实现SOTA扩散模型风险概念擦除效果,入选AAAI 2025
复旦大学团队提出DuMo网络,通过精准擦除扩散模型中的特定风险概念(如裸露内容、卡通风格等),同时保持其他安全特性不被破坏。研究成果已在顶会AAAI 2025上发表。
复旦大学团队提出DuMo网络,通过精准擦除扩散模型中的特定风险概念(如裸露内容、卡通风格等),同时保持其他安全特性不被破坏。研究成果已在顶会AAAI 2025上发表。
系的研究人员提出了一种名为 Retrieval-Retro 的无机逆合成规划方法,
通过结合热力学关
计算机视觉与模式识别会议CVPR将于2025年召开,首届计算机视觉推理扩展研讨会(ViSCALE)将探讨Test-time Scaling在计算机视觉中的应用与发展潜力。
DeepSeek开源FlashMLA项目,用于Hopper GPU的高效型MLA解码核。该项目上线45分钟即收获超过400星,并在内存绑定配置下实现高达3000GB/s的速度和580TFLOPS的计算上限。