Stable Diffusion Models are Secretly Good at Visual In-Context Learning
自然语言处理 (NLP) 中的大型语言模型 (LLM) 已展现出上下文学习 (ICL) 的巨大潜力——能够利用几组示例提示来适应各种任务，而无需显式更新模型权重。 ICL 最近被探索用于计算机视觉任务，并取得了有希望的早期成果。这些方法涉及专门的培训和/或额外的数据，使过程复杂化并限制其普遍性。在这项工作中，我们展示了现成的稳定扩散模型可以重新用于视觉上下文学习……
TASER: Translation Assessment via Systematic Evaluation and Reasoning
我们引入 TASER（通过系统评估和推理进行翻译评估），这是一种使用大型推理模型 (LRM) 进行自动翻译质量评估的指标。 TASER 利用 LRM 的显式推理能力对翻译质量进行系统、逐步的评估。我们在基于参考和无参考场景的 WMT24 指标共享任务上评估 TASER，展示了最先进的性能。在系统级评估中，TASER 在基于参考和无参考的设置中均实现了最高的软成对精度……
S5E04: Marcie Samayoa on NGSS and Explicit Science Instruction
在这一集中，我与Marcie Samayoa（科学老师，认知科学爱好者和科学家的博客作者）一起加入了我的行列。玛西（Marcie）分享了她创新的课堂博客背后的起源故事，并解释了它是如何出于使科学学习更加公平，基于证据和快乐的愿望而发展的。我们深入研究了一些最持久的……继续阅读S5E04：NGSS和显式科学教学的Marcie Samayoa
