Berkeley Artificial Intelligence Research (BAIR)

Laatste AI-nieuws, modellen en releases van Berkeley Artificial Intelligence Research (BAIR). ['GPT-4o mini', 'GRASP', 'LLM', 'PEVA', 'ResNet', 'Transitive RL (TRL)']

Officiële site ↗

Onderzoek 🇺🇸

PEVA: Whole-Body Motion Guided Ego-Centric Video Prediction

Onderzoekers van BAIR (Berkeley AI) introduceerden het PEVA-model (Predicting Ego-centric Video from human Actions), dat volgende first-person videoframes genereert op basis van eerdere frames en een reeks menselijke acties, gespecificeerd via 3D-poses. Het model gebruikt een autoregressieve conditionele diffusietransformator, getraind op de Nymeria-dataset, en kan atomaire acties voorspellen, tegenfeitelijke scenario's simuleren en lange video's genereren tot 16 seconden. PEVA kan ook worden gebruikt voor planning door verschillende actiereeksen te evalueren op basis van gelijkenis met een doelbeeld.

Berkeley Artificial Intelligence Research (BAIR)

BAIR (Berkeley AI)27.07 · 17:05

Onderzoek 🇺🇸

Wat leert word2vec nu eigenlijk? Onderzoekers hebben eindelijk een exacte trainingstheorie

Onderzoekers van BAIR (Berkeley Artificial Intelligence Research) hebben de eerste volledige kwantitatieve theorie van word2vec-training gepresenteerd. Ze bewezen dat training in praktisch relevante regimes kan worden herleid tot principalecomponentenanalyse (PCA) matrixfactorisatie, waarbij elke geleerde functie overeenkomt met een interpreteerbaar concept. De theorie maakt het mogelijk alle functies vooraf te berekenen op basis van corpusstatistieken en algoritmehyperparameters.

Berkeley Artificial Intelligence Research (BAIR)

BAIR (Berkeley AI)27.07 · 17:04

Toon meer ↓