ICML

作者 | 谭旭 转载自微软研究院AI头条（ID: MSRAsia） 编者按：目前，人类使用的语言种类有近7000种，然而由于缺乏足够的语音-文本监督数据，绝大多数语言并没有对应的语音合成与识别功能。为此，微软亚洲研究院机器学习组联合微软（亚洲）互联网工程院语音团队在ICML 2019上提出了极低资源

文 | 王希梅，高敬涵，龙明盛，王建民 源 | THUML 本文介绍ICML2021的中稿论文：Self-Tuning for Data-Efficient Deep Learning，就“如何减少对标记数据的需求”这一重要问题给出了我们的思考。 论文标题： Self-Tuning for Data

来源：ICML 2023 Workshop论文链接：https://openreview.net/forum?id=AgkMFYcOmM作者：Luca A Lanzendörfer, Roger Wattenhofer内容整理：王妍 引言 隐式神经表征 (INRs) 已经成为一种很有前景的表示各种数

写在前面 视觉语言预训练提高了许多下游视觉语言任务的性能，例如：图文检索、基于图片的问答或推理。有朋友要问了，除了在公开的学术任务上使用更大的模型/更多的数据/技巧把指标刷得很高，多模态预训练模型有什么实际应用呢？ 为此，字节跳动 AI Lab Research 团队提出了X-VLM，首次提出学习多

对自然图片的分布进行建模一直以来都是无监督学习中的里程碑式的难题。这要求图片模型易表达、易处理、可拓展。我们提出一个深度神经网络，它根据顺序沿着两个空间维度来预测图片中的像素。我们的模型离散了原始像素值的可能性，同时编码保证了整个图片的完整性。 建模特性包含二维循环层，以及对深度递归网络连接的有效利

机器之心专栏 机器之心编辑部 对于多模态基础模型，我们希望其不仅可以处理特定的多模态相关任务，还希望其处理单模态任务时也具有优异的性能。阿⾥达摩院团队发现现有的模型往往不能很好的平衡模态协作和模态纠缠的问题，这限制了模型在各种单模态和跨模态下游任务的性能。 基于此，达摩院的研究者提出了 mPLUG-

#今日论文推荐# ICML 2022 | 基于随机注意力机制的可解释可泛化图学习 图学习模型广泛应用于科学领域，例如物理学（Bapst et al., 2020）和生物化学（Jumper et al., 2021）。对于科学家来说，相比于建立准确的预测模型，从诱发某些预测的数据中发现模式更为重要。最

❝ 论文标题 ｜ Generative Causal Explanations for Graph Neural Networks 论文来源 ｜ ICML 2021 论文链接 ｜ https://arxiv.org/abs/2104.06643 源码链接 ｜ https://github.com/w

《Tuning-free Plug-and-Play Proximal Algorithm for Inverse Imaging Problems》 ，其中一作是来自北京理工的硕士生魏恺轩，其导师是北京理工大学付莹教授。 《On learning Sets of Symmetric Element

作者：贾子钰（新加坡国立大学） 研究方向：时序预测 国际机器学习大会(International Conference on Machine Learning，简称ICML) 是由国际机器学习学会（IMLS）主办的机器学习国际顶级会议 (CCF-A) ICML 2022 共收到5630 投稿，接收1