理解与生成需要两套数据标准:CAPEval揭开Caption质量密码
↑ 点击蓝字 关注极市平台作者丨刘志鹏编辑丨极市平台极市导读 CAPEval 把 Caption 质量拆成"说全"和"说准"两个维度,而不是压成一个总分。对视觉语言理解,模型受益于更密集的视觉语义;对
2026-08-10 22:00 · 摘要已收录,可打开文章获取原文内容
↑ 点击蓝字 关注极市平台作者丨刘志鹏编辑丨极市平台极市导读 CAPEval 把 Caption 质量拆成"说全"和"说准"两个维度,而不是压成一个总分。对视觉语言理解,模型受益于更密集的视觉语义;对
2026-08-10 22:00 · 摘要已收录,可打开文章获取原文内容
↑ 点击蓝字 关注极市平台作者丨南京大学MCG团队来源丨南京大学MCG团队编辑丨极市平台极市导读 统一多模态模型最怕"顾理解丢生成",UniDDT 把多模态理解和图像生成放进同一套架构,靠统一语义编码
2026-08-10 22:00 · 摘要已收录,可打开文章获取原文内容
↑ 点击蓝字 关注极市平台作者丨孔西皮来源丨https://www.kppkkp.top/AI/skills.html编辑丨极市平台极市导读 本文系统梳理了 Agent Skills 的构成与写法,从
2026-08-07 22:00 · 摘要已收录,可打开文章获取原文内容
↑ 点击蓝字 关注极市平台作者丨苏剑林@https://kexue.fm/archives/11848来源丨AINLP编辑丨极市平台极市导读 苏神在博客里逐项拆了 K3 的 MoE 与注意力设计,K3
2026-08-07 22:00 · 摘要已收录,可打开文章获取原文内容
↑ 点击蓝字 关注极市平台编辑丨极市平台8月6日下午,AI引力场——2026长三角(芜湖)算力算法创新应用大赛首站交流会在南京大学顺利举办。芜湖市数据资源管理局四级调研员、总工程师梁诸志,数字芜湖科王
2026-08-06 22:00 · 摘要已收录,可打开文章获取原文内容
↑ 点击蓝字 关注极市平台编辑丨极市平台在上一篇文章中,我们首发了《我与CV的这十年》短片,记录了6位出镜开发者与CV、与极市一起成长的故事。但在这次极市平台十周年故事征集中,我们收到的故事远不止这些
2026-08-06 22:00 · 摘要已收录,可打开文章获取原文内容
↑ 点击蓝字 关注极市平台作者丨李秀奇来源丨Datawhale编辑丨极市平台极市导读 腾讯把 Agent 记忆系统 TencentDB Agent Memory 开源了,GitHub 已经 1.1w
2026-08-05 22:00 · 摘要已收录,可打开文章获取原文内容
↑ 点击蓝字 关注极市平台作者丨张袁来源丨北京大学计算机学院编辑丨极市平台极市导读 主流方法用注意力分数决定删哪些视觉 Token,但 SparseVLM+ 发现注意力本身被位置编码「带偏」了,文本会
2026-08-05 22:00 · 摘要已收录,可打开文章获取原文内容
↑ 点击蓝字 关注极市平台编辑丨极市平台十年里,CV从实验室走向产业,也走进了一批开发者的人生。“有人从一篇推文第一次看见CV世界,有人在比赛里理解实战,有人因为一篇技术文章被看见,有人靠CV赚到第一
2026-08-04 22:00 · 摘要已收录,可打开文章获取原文内容
↑ 点击蓝字 关注极市平台作者丨CV君来源丨我爱计算机视觉编辑丨极市平台极市导读 主流方法习惯把一段场景文本绑到多个图像 Patch 上,但华南理工团队发现,小尺寸、高密度或弯曲文本里,多 Patch
2026-08-03 22:00 · 摘要已收录,可打开文章获取原文内容
↑ 点击蓝字 关注极市平台来源丨PaperAgent编辑丨极市平台极市导读 OpenWorker 的架构把 Agent 定义为「系统提示词 + 工具集 + 工作区」的可编排表面,审批被实现为引擎级机制
2026-08-03 22:00 · 摘要已收录,可打开文章获取原文内容