苏黎世联邦理工学院的研究人员发布论文，论文的主题是关于如何破解 Google 的 reCAPTCHA v2 系统。reCAPTCHA 是一种广泛使用的网络安全工具，它通过一系列挑战（也就是我们常说的验证码）来区分用户是真人还是自动程序（比如机器人）。Google 的 reCAPTCHA v2 是其中一种，它会用一些图像... 阅读全文

AudioBERT是一种通过基于检索的方法增强 BERT 的听觉知识的新方法，它专门设计来增强传统语言模型在听觉知识方面的不足。传统上，语言模型主要在文本数据上进行预训练，这可能导致它们在处理与声音相关的任务时缺乏一些基本的听觉常识。例如，你正在开发一个教育应用程序，旨在帮助儿童学习动物和它们的声音。使用AudioBE... 阅读全文

清华大学创新研究院、上海人工智能实验室和上海启智研究院的研究人员推出DoT框架，它是一种新型大语言模型推理框架。DoT通过构建一个有向无环图（DAG）来模拟迭代推理过程，这种结构比传统的线性或树形结构更能捕捉人类推理的复杂性。 GitHub：https://github.com/diagram-of-thought/d... 阅读全文

广东人工智能与数字经济实验室、新加坡国立大学计算机科学系、新加坡国立大学数据科学研究所和加拿大卡尔顿大学的研究人员推出一个名为Ferret的算法，它是一种用于大语言模型（LLMs）的联邦学习（FL）方法。联邦学习是一种允许在多个分散的数据源上训练模型的技术，同时保持数据隐私和减少通信开销。 GitHub：https:/... 阅读全文

西班牙巴塞罗那自治大学和意大利佛罗伦萨大学的研究人员发布论文，论文的主题是关于漫画理解（Comics Understanding），它探讨了如何利用人工智能（AI）来分析和理解漫画内容。漫画不仅包含图像，还有文字，它们共同讲述故事，这使得漫画理解成为一个跨视觉和语言的复杂任务。 GitHub：https://githu... 阅读全文

马里兰大学帕克分校和Adob​​e Research的研究人员推出一种用于零样本音频分类（Zero-Shot Audio Classification, ZSAC）的方法ReCLAP。零样本音频分类是一种技术，可以让计算机在没有直接训练数据的情况下，通过理解自然语言描述来识别不同类型的声音。例如，你正在制作一个关于城市... 阅读全文

清华大学和腾讯AI实验室的研究人员推出音频恢复模型Apollo，它专门设计用于改善压缩音频的质量。例如，你正在听一首因为文件压缩而音质受损的歌曲，Apollo的目标就是让这首歌听起来尽可能地接近原始无损音质。 项目主页：https://cslikai.cn/Apollo GitHub：https://github.co... 阅读全文

蔚蓝海岸大学、拉瓦尔大学和Adob​​e 研究中心的研究人员推出一种名为“使用多照明合成的扩散方法对辐射场进行重新照明（A Diffusion Approach to Radiance Field Relighting using Multi-Illumination Synthesis）”的技术。这是一种先进的计算机... 阅读全文

上海科技大学的研究人员推出一种名为“Robust Dual Gaussian Splatting”的技术，用于创建沉浸式的、以人为中心的体积视频。这项技术可以让我们像在虚拟现实世界中一样，全方位地观看和体验数字化的人类表演。 项目主页：https://nowheretrix.github.io/DualGS 主要功能：... 阅读全文

游戏开发商 Vixa Games 与发行商 Daedelic Entertainment 共同宣布，备受期待的克苏鲁风格生存恐怖游戏《理智边缘（Edge of Sanity）》已于 9 月 14 日正式在各大平台上市。游戏现已登陆 PC、PS4、PS5、Xbox One、Xbox Series S|X 以及 Ninte... 阅读全文

索尼旗下第一方工作室 Guerrilla Games 第三人称动作角色扮演游戏《地平线：零之曙光完整版（Horizon Zero Dawn Complete Edition）》现已在 Steam 平台迎来史低优惠，本作原价 346 元，2.5 折后到手价 86.25 元。本作于 2020 年 8 月 7 日登陆 Ste... 阅读全文

索尼 PlayStation“中国之星计划”第三期目录中一款杭州余烬科技打造的虚幻引擎游戏《演灭》已经上架 PC / PS5、Steam 国区售 98 元，游戏好评率现为 98%“特别好评”。这是一款科幻战术渗透模拟游戏，以反乌托邦科幻叙事为特点，人工智能被感染纷纷倒戈，玩家将扮演“刘博士”进入人工智能核心设施，利用各... 阅读全文