09:30官方账号arXiv cs.AI@Yi Zhao, Jiajun Gao, Chenyang Xu, Yuxi Zhou, Hao WangLSTrans提出了一种轻量级混合模型,专为资源受限的可穿戴设备上的自动心电图分类设计。该模型采用1D卷积骨干与交错层架构,捕捉宏观节律趋势和微观形态变化,并级联Transformer编码器建模长程时间依赖。通过低秩适配压缩关键层参数空间,结合同质与异质知识蒸馏,将高容量教师模型的诊断知识迁移至学生模型。在多个基准数据集上,LSTrans在诊断灵敏度和资源效率之间取得平衡,显著降低了峰值内存占用和下游训练延迟。代码已在GitHub开源。论文LSTransECG分类知识蒸馏推荐理由:想在心电图分类上搞轻量化部署?LSTrans用知识蒸馏和低秩适配把大模型压缩到可穿戴设备上跑,基准测试上内存和速度都优化了。原文稍后读已读值得跟进有用关注 LSTrans
11:07官方账号arXiv cs.AI@Kaidi Zhang, Guanxu Zhu精选本文提出一种基于可微多平面图像(MPI)的新视角合成方法,旨在平衡渲染速度、模型大小和稀疏视图下的性能。该方法利用视觉基础模型预测的点图进行几何初始化,并通过可微优化调整MPI层。为解决稀疏初始化导致的空洞和伪影问题,引入了一步扩散模型,同时参与MPI优化和渲染后处理。与基于3D高斯泼溅的代表性方法相比,该方法在正面视图场景下速度提升30.7%,模型大小仅为其14.8%,同时保持竞争性的合成质量。论文新视角合成多平面图像可微优化推荐理由:对于需要在新视角合成中兼顾速度、模型大小和稀疏视图性能的开发者,该方法提供了一个轻量级替代方案,比3DGS快30%且模型小85%,值得在移动端或资源受限场景下尝试。原文稍后读已读值得跟进有用关注 新视角合成
16:08官方一手pandaily@contact@pandaily.com (Pandaily)76°字节跳动开源了Lance,一个仅3B激活参数的原生统一多模态AI模型。Lance能在一个系统中同时处理图像理解、图像生成和视频任务,无需多个模型拼接。该模型采用原生多模态架构,而非传统的视觉编码器+语言模型组合,实现了更高效的跨模态交互。Lance的开源发布为多模态AI研究提供了轻量级基线,尤其适合资源受限场景下的部署。AI模型多模态模型开源/仓库字节跳动推荐理由:Lance用3B参数实现了图像理解+生成+视频的统一处理,做多模态应用或边缘部署的团队可以直接拿来用,省去多模型集成的麻烦。原文稍后读已读值得跟进有用关注 多模态模型