由搜狐視頻主辦,隨機(jī)舞蹈中國(guó)聯(lián)盟協(xié)辦的2023SDF搜狐視頻舞蹈翻跳大賽歷時(shí)三個(gè)多月,在廣州、上海、重慶等地火熱開(kāi)賽后,將于11月26日在京舉行最終舞蹈翻跳盛典?;顒?dòng)現(xiàn)場(chǎng)不僅特邀“舞蹈推廣大使”、“星推官”驚喜空降為獲得榮譽(yù)的選手授予榮譽(yù),也將有舞團(tuán)路演、隨機(jī)舞蹈、精彩市集、 舞蹈挑戰(zhàn)等創(chuàng)意玩法,備受期待!
搜狐視頻舞蹈翻跳大賽成為舞蹈翻跳賽事頂尖IP 2023SDF搜狐
2023SDF搜狐視頻舞蹈翻跳大賽以線上投稿+ 線下路演賽相結(jié)合的形式舉辦,大賽于7月2日正式啟動(dòng),先后在廣州、上海、重慶三地火熱舉辦,10月20日各地圓滿收官后,11月26日將在北京開(kāi)啟激情四溢的舞蹈翻跳盛典。本次大賽源于搜狐視頻“關(guān)注流”豐富多元的圈層文化,其中“Z世代舞蹈日記”圈子更是全網(wǎng)熱愛(ài)翻跳文化的年輕舞者聚集地。三站線下路演賽也聚集了眾多舞蹈界大V,更有多位明星愛(ài)豆空降現(xiàn)場(chǎng),多條視頻火爆出圈,毫無(wú)疑問(wèn)成為當(dāng)下舞蹈翻跳賽事頂尖IP,出圈度爆表。
明星陣容強(qiáng)大 現(xiàn)場(chǎng)將帶來(lái)燃炸舞臺(tái)
據(jù)悉,本次舞蹈翻跳盛典將力邀4名舞蹈推廣大使、11組活動(dòng)星推官、9名賽事評(píng)委、600余名獲獎(jiǎng)選手及舞蹈類(lèi)頭部KOL齊聚現(xiàn)場(chǎng),組成國(guó)內(nèi)頂級(jí)舞蹈陣容,打造國(guó)內(nèi)舞蹈圈子年度盛事。明星嘉賓陣容強(qiáng)大,不僅有BOYSTORY組合、蔡語(yǔ)冰、樓炅擇、劉雋、NAME組合、蘇芮琪、孫瀅皓、田書(shū)臣、王一橋Blair、敖心儀Cindy、宣淏等星推官空降現(xiàn)場(chǎng),還將有重量級(jí)嘉賓陸柯燃、劉宇、許佳琪、徐夢(mèng)潔(按照姓名首字母排序) “驚喜現(xiàn)身”,為分賽道冠軍授予榮譽(yù),期待值拉滿!
活動(dòng)現(xiàn)場(chǎng)也精彩紛呈,從下午三點(diǎn)開(kāi)始將有預(yù)熱近四小時(shí)的紅毯和派對(duì)表演,600名舞蹈播主在場(chǎng)外帶來(lái)路演及隨機(jī)舞蹈,熱鬧非凡,晚七點(diǎn)盛典拉開(kāi)帷幕,特邀重量級(jí)明星嘉賓也將為各分賽道冠軍授予榮譽(yù),同時(shí)也將有嘉賓與獲得榮譽(yù)的選手輪番帶來(lái)精彩舞蹈表演。以舞會(huì)友,用酷炫的舞姿點(diǎn)燃?jí)粝耄?1月26日搜狐視頻舞蹈翻跳盛典不見(jiàn)不散!
好文章,需要你的鼓勵(lì)
新加坡國(guó)立大學(xué)研究團(tuán)隊(duì)開(kāi)發(fā)了SPIRAL框架,通過(guò)讓AI與自己對(duì)弈零和游戲來(lái)提升推理能力。實(shí)驗(yàn)顯示,僅訓(xùn)練AI玩簡(jiǎn)單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無(wú)需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊(duì)開(kāi)發(fā)的GIGA-ToF技術(shù)通過(guò)融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問(wèn)題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實(shí)現(xiàn)37.9%的精度提升,并在真實(shí)設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動(dòng)駕駛等領(lǐng)域提供更可靠的3D視覺(jué)解決方案。
伊利諾伊大學(xué)研究團(tuán)隊(duì)通過(guò)對(duì)比實(shí)驗(yàn)發(fā)現(xiàn),經(jīng)過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺(jué)語(yǔ)言模型雖然表現(xiàn)出"頓悟時(shí)刻"現(xiàn)象,但這些自我糾錯(cuò)行為并不能實(shí)際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗(yàn)證差距",即生成答案的能力強(qiáng)于驗(yàn)證答案質(zhì)量的能力,且模型在自我驗(yàn)證時(shí)無(wú)法有效利用視覺(jué)信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過(guò)動(dòng)態(tài)稀疏性實(shí)現(xiàn)大語(yǔ)言模型訓(xùn)練加速1.6倍,計(jì)算成本降低2.2倍。該方法使用SVD稀疏性估計(jì)器智能選擇重要計(jì)算部分,在保持模型性能的同時(shí)顯著提升訓(xùn)練效率,已在多個(gè)任務(wù)上驗(yàn)證有效性。