Jev 与 Clef-Flash 决策模型:每类仅需 2 张参考图完成工业缺陷检测
工厂质检最头疼缺陷样本太少,这篇论文用 Jev 和 Clef-Flash 做到每类 2 张图就超过 CLIP,还开源了代码和网页工具,做机器视觉的可以试试。
工厂质检最头疼缺陷样本太少,这篇论文用 Jev 和 Clef-Flash 做到每类 2 张图就超过 CLIP,还开源了代码和网页工具,做机器视觉的可以试试。
旧金山一家叫 Niobia 的公司做产线缺陷检测,专门盯着电池和芯片工厂,帮他们在废品流出前拦下来。
MCR-Bench揭示了当前LLM在真实代码审查中的不足,特别是跨轮次时间对齐和长程记忆问题。
做生物信息学软件质量保障的团队终于有了专用数据集——BioDefect 比通用数据集 F1 提升近 40%,做缺陷检测研究的可以直接用它来训练和评估模型。
做工业无损检测或AI可解释性研究的团队会感兴趣——p-ResNet-50在保持高精度的同时让黑盒模型变得可审计,航空质检场景可以直接参考其原型对齐方法。