asandstar

摘要： 背景知识地图 1 大模型训练主线 Goal: 模型为什么会学进去某些东西，以及后来为什么还要继续改它。 模型一般怎么来？ pretraining 是什么？ 用海量文本让模型做下一个 token 预测 大模型绝大多数知识和语言能力都是这一步学来的，很多后面的问题都从这里开始 1 模型为什么会记住数据 阅读全文

摘要： 前沿感知 / world model / state estimation 做得很深，但机器人学“本体论”底子不一定完整。会建模和学习，却容易在 state definition、可观测性、约束、接触、坐标选择、动力学先验、控制接口 这些最机器人学的问题上吃亏。 补 “能和动力学、控制、规划、机构学 阅读全文

摘要： 如果π³ 在问：“为什么一定要选参考帧？” 那 MapAnything 在问的是：“为什么 3D 重建要分成这么多彼此割裂的专用任务和专用模型？” 所以它的核心不是先去挑战 reference frame，而是去挑战任务割裂和输入模态割裂。它想做的是一个通用的 feed-forward metric 阅读全文

摘要： 把“多视图 3D 重建”从“选一个参考帧来定义世界”改成“不给任何帧特权、每帧只预测自己的局部几何和相对相机”，从而做成一个真正对输入顺序不敏感的 feed-forward 几何模型。 1. 在反对什么 作者批评的是现有很多方法都默认： 先选一张参考图； 把整套 3D 结果都定义在这张图的坐标系里； 阅读全文

摘要： VGGT到底在解决什么、输入输出是什么、网络怎么设计、为什么这么设计、训练怎么做、它的方法论意义是什么 一个大一统的多视图 3D transformer：输入一组同一场景的图片，直接输出每张图对应的相机、深度、3D 点图，以及可用于点跟踪的特征。 尽量少写死 3D 几何结构，用一个大 transfo 阅读全文

摘要： https://lilianweng.github.io/posts/2017-10-15-word-embedding/ 主要是系统解释什么是 word embedding、为什么需要它、以及主流方法是如何训练出来的。 从传统文本表示 → word2vec → embedding原理 的入门综述 阅读全文

摘要： https://www.youtube.com/playlist?list=PL05umP7R6ij35L2MHGzis8AEHz7mg381_ Lecture: Computer Vision (Prof. Andreas Geiger, University of Tübingen) Cours 阅读全文

摘要： https://www.bilibili.com/video/BV1agH8zCE1V/?spm_id_from=333.1387.upload.video_card.click&vd_source=0645a76390602d5640c372c2f44d99e1 Lecturer: https:/ 阅读全文

摘要： https://www.youtube.com/watch?v=2fq9wYslV0A&list=PLoROMvodv4rOmsNzYBMe0gJY2XS8AQg16&index=1 Lecture 1: Introduction 阅读全文

摘要： 来源 彭思达老师的科研经验 原文pdf 通过网盘分享的文件：调试九法.pdf 链接: https://pan.baidu.com/s/1oZv0YJg1ElGtqkC3daygrg?pwd=tsjf 提取码: tsjf --来自百度网盘超级会员v5的分享 用9条原则，把调试艺术转化为科学 【我这里是 阅读全文