跳至正文
熱點事件觀察中

Apple 的 Split-and-Scale 在推理時擴展潛在 3D 容量

1 篇報導1 個報導來源2 天前更新

先了解這件事

AI 綜述

Apple 研究人員提出 split-and-scale,此方法可在推理時擴展 3D 表徵的潛在容量,同時讓訓練成本維持在可負擔的範圍內。此方法將單一預訓練分詞器套用於場景中任意小的子區域,因此相同的潛在容量可涵蓋更小的空間範圍,並捕捉到遠為更高的細節。 研究人員表示,此方法在品質上可與遠大於單一 GPU 記憶體上限的模型匹敵,而以此方法訓練的自迴歸 3D 生成器,表現也與最先進的基線模型相當。

AI 依報導生成 · 1 小時前更新

報導時間線

沿著報導,了解事件的不同側面。

11月16日
  1. Apple Machine Learning Research
    Apple 的 Split-and-Scale 在推論時擴展潛在 3D 表徵容量

    Apple 研究人員提出 split-and-scale,此方法在推論時擴展 3D 表徵的潛在容量,同時讓訓練成本維持在可負擔的範圍。透過將單一預訓練分詞器套用於場景中任意小的子區域,它把相同的潛在容量分配給更小的空間範圍,並捕捉到遠更高的細節。此方法達到遠大於單一 GPU 記憶體上限的更大模型之品質,而以它訓練的自迴歸 3D 生成器表現可與最先進的基準方法競爭。

本事件熱度走勢

還沒有足夠的連續觀測資料,暫不繪製趨勢。