- 综合排序
- 最热优先
- 最新优先
- 来自专栏【腾讯云开发者】
AIGC算法必读论文清单
1.1 重点论文解读 GPT123：GPT-1/GPT-2/GPT-3 简介 （https://mp.weixin.qq.com/s/bCYgzE4LF_P9gsWp7opZKQ） GPT123：GPT ，GPT-2，GPT-3 论文精读【论文精读】 （https://www.bilibili.com/video/BV1AF411b7xQ/? Detection via Vision and Language Knowledge Distillation (2022)（https://arxiv.org/pdf/2104.13921） ViLD（检测 ），把一系列标签变成一句话，Loss包括分类的Loss和定位的Loss，然后学习CLIP来进行检测。 DALL·E V2：DALL·E 2（内含扩散模型介绍）【论文精读】 （https://www.bilibili.com/video/BV17r4y1u77B/?
61910编辑于 2024-10-30 - 来自专栏论文降AIGC率
论文查重、AIGC检测顺序｜按这个来，不做无用功！
毕业季，不少同学被查重、AIGC检测、降重、降AI率搞得头都大了！到底要先怎么查、怎么降才不做无用功？一、初稿阶段只降核心重复内容，不看AIGC率。 如果是重复率和AIGC率都高的话，也可以用工具结合人工降重，比如：早降重辅助工具，支持降重复率和降AIGC率，还能上传查重/AIGC检测报告针对性降重和降AI率。 三、定稿阶段定稿阶段，用学校指定的系统做最终AIGC检测与查重。 如果有不达标的情况： 重复率不达标→对重复内容做语义改写→查重（合格）→AIGC检测AI率不达标→对问题句子或段落加人味→AIGC检测（合格）→查重定稿阶段不管是做什么修改，提交学校检测前，二项都必须符合学校要求标准内 写在最后查重可以从免费查起，AIGC检测工具学校用什么就用什么查。降重复内容过程中，最好才用深度语义改写法，避免AI率反弹。二次验证，查重可只查重重复内容，AIGC检测要全文检测。
56210编辑于 2026-03-24 - 来自专栏论文降AIGC率
自己写的论文，为什么会被AIGC检测出高AI率？
国内外多个研究表明，AIGC检测对人类学术论文误判率高达25%-40%，尤其是短文本、轻度AI润色和非母语作者写作时，误判率更高。最扯的是：有同学把滕王阁序进行检测，AI率居然是100%。 AI写作越来越像人，AIGC检测算法也不断升级，覆盖了部分人写作特征，就拿以前没出现AI时的论文进行检测，也有AI率，而且个别的还不低。 所以，AIGC检测的不确定性因素太多了，检测结果目前还只能作为参考之一，不能当作唯一的评判标准，检测时要理性看待。二、AIGC检测经验小科普AI率检测是算法概率判断，不像查重是基于真实数据比对。 学校常用的AIGC检测平台：Turnitin（ttai.kk.checkyyds.com）：国际权威，适合留学生、英文专业的毕业论文，国际版+AI可同时出具查重和AI率双报告。 AIGC检测看的是整体风格、句式节奏、逻辑连贯性等，这些都是底层结构。建议先查AI率，解决完后再去查重降重（免费除外）。AIGC检测看的是论文整体，不要为了节省，像查重样只查标记内容，那样会不准确。
1.1K00编辑于 2026-03-03 未来论文AIGC检测的发展趋势与学术合规应对策略
二、AIGC论文检测工具全景概览：技术背景、底层原理与适用边界2.1工具行业发展背景2022年以来大语言模型快速普及，学术写作迎来颠覆性变革，截至2026年，国内本科、硕士毕业论文全面强制接入AIGC专项检测 依托腾讯云弹性算力、分布式数据存储与并行计算能力，云端AIGC检测工具可以实现万字论文3秒内完成全维度检测，同时支持海量论文批量检测、检测模型云端无感迭代，这也是本地检测工具逐步被市场淘汰的核心原因。 案例2（正面合规案例）：本人实证类论文写作，AI辅助完成文献综述初稿，初稿AIGC占比47%；使用云原生降AIGC工具（如gradpaper）优化行文句式，随后人工补充实验细节、个人研究反思、差异化观点 六、云原生架构下，未来论文AIGC检测四大核心发展趋势结合腾讯云AI技术迭代方向、国内高校学术审核政策以及大模型对抗演进规律，预判未来3年AIGC论文检测行业不可逆发展趋势，提前帮助学术从业者做好应对准备 趋势2：云边协同检测普及，检测模型实现小时级自动更新依托云原生、云边协同技术，检测模型告别季度更新模式，实现小时级对抗迭代。
31621编辑于 2026-06-12- 来自专栏登神长阶
【论文复现】FCOS：2D目标检测算法
值得注意的是FCOS的网络输出变量比流行的基于锚的检测器少九倍，因为流行的基于锚框的检测器每个位置由9个锚框。 (self, points, targets): object_sizes_of_interest = [ [-1, 64], # 不同的FPN层每层需要规定检测目标的大小 object_sizes_of_interest_per_level[None].expand(len(points_per_level), -1) ) # [22400,2] None] - bboxes[:, 0][None] t = ys[:, None] - bboxes[:, 1][None] r = bboxes[:, 2] won't need to # re-build it python setup.py build develop --no-deps unset INSTALL_DIR 参考文献 github地址 论文地址
30710编辑于 2024-12-28 - 来自专栏人工智能LeadAI
边缘检测论文笔记
摘要：这篇论文提出了一种基于FCNN和深度监督网络的新的边缘检测算法HED，它解决了两个重要的问题，1）整体图片的训练和预测，2）多尺度多层级的特征学习。 下图中的图c即为HED输出的边缘检测结果，d-f是不同side layer（后面会具体提到）的输出，g-i是Canny边缘检测器的输出。可以看到HED效果明显更好。 ? 文中提到做了以下更改： A）连接侧输出层（side output layer）到每一个阶段的最后一个卷积层在，分别为conv1 1，conv3 conv2 2，3，3 conv4，conv5 3。 2ad5a9b5-6939-4451-8181-2bf62c9f171c.png 所以总体的损失函数为： ? bf0ceac9-69c8-49f4-a1da-e1f8210e5e52.png 总结：这篇论文提出的HED方法进行边缘检测还是很可靠的，它提出的这种从深度网络的每一层引一个侧面输出出来再进行混合的思想也可以借鉴
1.2K20发布于 2018-07-30 - 来自专栏计算机视觉理论及其实现
最新目标检测论文
目录【1】多方向目标检测：水平边界框上的滑动顶点【2】SM-NAS：结构到模块的神经体系结构搜索以进行目标检测【3】基于PSNet和边框回归的弱监督目标检测(WSOD)【4】带有可见IoU和Box Sign CAD-Net、R2CNN++，在DOAT上53.49mAP/10.0FPS！ 网络结构----【2】SM-NAS：结构到模块的神经体系结构搜索以进行目标检测《SM-NAS: Structural-to-Modular Neural Architecture Search for Object Detection》时间：20191125（AAAI 2020）作者团队：华为诺亚&中山大学链接：https://arxiv.org/abs/1911.09929注：又一篇用NAS做目标检测的论文 YOLOv3-tiny，CSPPeleeNet在Jetson TX2速度高达41FPS！
1.7K30编辑于 2022-09-03 - 来自专栏机器学习与生成对抗网络
ICCV 2023 视频AIGC（编辑生成转换）论文 7 篇
1、Pix2Video: Video Editing using Image Diffusion 基于大规模图像库训练的图像扩散模型已成为质量和多样性方面最为通用的图像生成模型。 开源在：https://duyguceylan.github.io/pix2video.github.io/ 2、StableVideo: Text-driven Consistency-aware Diffusion 项目在：https://research.nvidia.com/labs/dir/pyoco/ 6、Text2Video-Zero:Text-to-Image Diffusion Models are 开源在：https://github.com/Picsart-AI-Research/Text2Video-Zero 7、Tune-A-Video: One-Shot Tuning of Image Diffusion 做出了两个关键观察：1）文本到图像模型可以生成表示动词概念的静态图像；2）扩展文本到图像模型以同时生成多个图像表现出惊人的内容一致性。
73810编辑于 2024-01-10 - 来自专栏DeepSeek - R1
如何降低论文Aigc率，这50个降AIGC率指令模板：全流程改写技巧
50个降AIGC率指令模板：全流程改写技巧文赋AI论文——论文写作神器~一键生成论文近期大量同学反馈，精心完成的论文因知网AIGC检测不通过被退回。 随着DeepSeek等AI工具在学术写作中普及，论文AI生成特征过度凸显成为新难题。本文针对性设计50个指令模板，覆盖论文写作全流程，通过五大维度系统降低AI检测特征，助力学术成果顺利通过审核。 Prompt 21 实验方法术语升级通用表述→专业表达："溶液"→"三元溶剂相体系（乙醇:水:丙酮=5:3:2,v/v）""加热处理"→"在梯度温控反应釜中进行程序升温（5℃/min至180℃，保温2h ：改写后使用Turnitin AI检测功能，重点监控"文本流畅度""术语独特性""论证复杂度"三项指标通过上述50个模板的针对性应用，可有效降低论文的AI生成特征，同时提升学术质量。 ——文赋AI论文智能论文写作，开启你的论文写作新篇章！
6.8K31编辑于 2025-04-12 - 来自专栏我爱计算机视觉
AIGC生成图像检测：全面分析与比较主流方案
随着 AIGC 技术的发展，由 AI 所生成的虚假图像的检测问题正成为一个新的研究热点。但是现有检测方法的实验条件与测试数据集不完全相同，无法直接横向对比检测性能。 为此，我们针对目前现有主流AIGC图像检测方案进行全面分析与比较。 在保证相同训练集与实验条件的情况下，分析测试目前检测算法的检测准确率与泛化性等性能指标，为AIGC生成图像检测领域提供一项基准的实验对比平台（Benchmark），同时整合并开源了多种现有AIGC生成图像的检测算法 我们共选取了9个SOTA检测方法 [2-10] ，在16个生成图像数据集上进行了大量测试。 实验室团队已发表学术论文400余篇，多篇论文发表在IEEE TIFS、TIP、TDSC、TCSVT、TMM、TCYB、TCC、TNNLS、TPAMI、AAAI、IJCAI、NeurIPS、ACM MM、
3.7K11编辑于 2023-11-30 Turnitin查AI率检测原理！如何降低AIGC率！
毕业季，不少留学生和国内英专生被AI率折磨得不行，下面就来说说Turnitin AI率检测原理是什么？被判AI写作如何降低AIGC率！ Turnitin论文查重系统：ttai.kk.checkyyds.com具体来说：困惑度：就是下一个词出现的意外程度，AI写的易预测，人写作则更难预测。如：马路上有一..... 2、逻辑重组AI文本常出现局部逻辑极强，但全局又缺乏真实思考。根据自己的理解和思路，重新调整论证顺序与逻辑。如先把问题抛出来，再解释为什么会这样。 拆分复杂的段落，每段只描述一个小主题，避免一段到底，用2-3句话做过渡或结论，让读者一眼就能看到重点。背景常识简写就好，核心论点详细展开论述，让段落有详有略、有起伏，而不是平均用力。 写在最后：Turnitin AI率检测查的是内容像不像AI，而不是看谁写的。工具只是辅助，降AIGC率的关键还是个人思考与写作的真实感。
1.2K10编辑于 2026-03-14- 来自专栏GiantPandaCV
目标检测论文解读之RCNN
前言 最近准备开始认真的梳理一下目标检测的相关算法，组合成一个目标检测算法系列。之前看到了一张特别好的目标检测算法分类的甘特图，但忘记是哪里的了，要是原始出处请提醒我标注。 ? 我也会按照这个图来讲解目标检测算法。 背景介绍 什么是目标检测 所谓目标检测就是在一张图像中找到我们关注的目标，并确定它的类别和位置，这是计算机视觉领域最核心的问题之一。 目标检测算法分类 上面那张甘特图已经说明了目标检测算法主要分为两类，即： Two Stage目标检测算法。 RCNN算法 贡献 RCNN是第一个使用卷积神经网络来对目标候选框提取特征的目标检测算法。 RCNN成为了当时目标检测领域的SOAT算法，虽然现在很少有人使用到了，但论文的思想我们仍可以借鉴。任何事情都要经历一个从无到有的过程。
88210发布于 2019-12-04 免费AIGC检测工具推荐，助你轻松应对相关问题！
2. 评估内容的真实性：对于AI生成的内容，检测工具可以评估其真实性和可靠性，比如判断文本是否含有虚假信息，或者图像是否经过了篡改。3. 适用范围：适合学术论文、期刊文章、学生作业等的原创性检测。2. Grammarly简介：Grammarly 不仅是一个语法检查工具，也提供了抄袭检测功能。它可以检查文本与网络资源的相似性。 检测范围：明确检测范围，例如是全库检测还是针对特定文件夹或文件类型进行检测，这有助于提高检测效率。2. 确保文本的语言与AIGC检测工具支持的语言相符。2. 检测结果不准确问题描述：AIGC检测工具的输出结果与预期不符，准确性较低。解决方案：检查输入文本的质量和准确性，确保文本没有错误或歧义。 了解工具的限制：每种AIGC检测工具都有其特定的限制和适用范围。在使用之前，确保了解这些限制，例如某些工具可能不适用于检测特定类型的数据或模型。2. 正确配置工具：根据您的具体需求，正确配置检测工具。
1.2K10编辑于 2025-08-30- 来自专栏产品笔记
AIGC + 数字人行业应用及案例【2】
01 — AIGC + 数字人应用：游戏领域应用 AIGC基于数据训练和生成算法模型，可以生成各种形式的内容和数据，包括二维图像、文本、视频、代码、三维模型等多种。 AIGC不同功能可以在游戏领域中具体应用，包括剧情设计、角色设计、3D模型（外形）、游戏动画等，可以生成各类游戏资产，极大提升游戏的策划、美术、程序等环节的生产压力，缩短整体项目时间和人员，降低游戏的研发成本 02 — AIGC + 数字人应用：教育、金融、虚拟生命领域应用 教育领域 - 数字人教师 在教育领域，虚拟数字人结合AIGC也有了更多的探索与落地。 通过AIGC、数字人等技术将视觉、语音、智能对话等应用到教材场景化中，将课程变成AI互动课，更好地调动学习的积极性。
1.4K20编辑于 2023-09-09 - 来自专栏贾志刚-OpenCV学堂
送书 | AIGC实战工业缺陷检测：从原理到代码
对异常木料进行检测并标记其中缺陷，如图 2 所示。 图2 异常位置mask展示图 在众多数据中挑选示例图时，笔者起初也忽略了图 1 中的部分异常，这表明人工检查的方式仍然存在一定的弊端。 在上述背景下，AIGC 技术的引入显得尤为重要。AIGC 技术能够通过结合最相关的特定技术手段来生成逼真的缺陷图像，丰富训练数据集，从而提升 AI 模型的检测性能。 通过结合 AI 模型和 AIGC 技术，木料缺陷检测不仅能够实现更高的自动化水平，还能显著降低操作人员的介入需求。 这种智能化的检测系统能够快速、准确地识别木料中的缺陷，确保生产过程中的每一块木料都达到高质量标准，从而提升最终产品的品质和市场竞争力。 2. ③如果后续需要扩展其他非标准需求，可以直接在 AIGC 主服务上进行扩展。 2. 人机交互 AIGC 在机器视觉领域中的应用，与 AIGC 在传感技术中的应用形式有所不同。
26710编辑于 2026-04-02 - 来自专栏贾志刚-OpenCV学堂
【论文推荐】《目标检测》必看的6篇论文【附pdf】
本文就为大家推荐其中 6 篇有价值的目标检测论文。 目标检测论文推荐 2021 01 推荐理由：文章回顾了400多篇关于目标检测的论文，涵盖目标检测近20年的发展。 这次我们请来了BAT算法工程师——张老师，推出【目标检测】论文精讲直播，为期2天，对论文和实验结果进行手把手分析，还有直播现场互动答疑，彻底夯实目标检测基础。 直播嘉宾： —— 直播内容与安排 —— 1、4月28日20:00直播 1.为什么要学习目标检测论文 2.目标检测发展历程与前进方向 3.学习路径推荐 4.注意事项 2、4月29日20:00直播 1.YOLO V3论文精读 2.YOLO V3细节讲解 3.实验结果分析 4.论文总结 ↓ 前方福利 ↓ 原价399元，现在0.1元领取！ 扫码添加客服 即可领取↓ 免费领目标检测论文PDF
1.8K50编辑于 2022-04-28 - 来自专栏arXiv每日学术速递
【论文推荐】《目标检测》必看的6篇论文【附pdf】
下面给大家介绍6篇有价值的目标检测论文，希望对大家的研究和工作有所帮助~ 凭借大量可用数据、更快的 GPU 和更好的算法，现在我们可以轻松训练计算机以高精度检测出图像中的多个对象。 本文就为大家推荐其中 6 篇有价值的目标检测论文。 目标检测论文推荐 2021 01 推荐理由：文章回顾了400多篇关于目标检测的论文，涵盖目标检测近20年的发展。 02 推荐理由：这篇论文作者提出一种简单而高效的通过解耦特征进行目标检测的蒸馏方法。 03 推荐理由：这篇论文为第一篇基于深度学习的无监督跨域目标检测论文，该文章对Faster R-CNN的图像级和实例级特征同时作对抗域自适应。 06 推荐理由：这篇文章提出了一种多层对抗网络用于适配双阶段检测器，所提出的网络主要包含两部分，分层域特征对齐和聚合的proposal特征对齐。 那么这些目标检测的论文怎样才能又好又快地吃透呢？
1.1K20编辑于 2022-05-23 论文检测，论文降AI率，降AI率的工具
在这个 AIGC 盛行的时代，无论是学术圈的莘莘学子、科研人员，还是奋斗在内容创作一线的自媒体人，都面临着一个棘手问题 ——AI 率把控。 一、精准检测，让 AI 痕迹无所遁形文字滚筒鸭拥有自研的前沿检测算法，对论文、自媒体文章等各类文本展开深度扫描。它就像一位经验老到的侦探，不放过任何一处 AI 生成的蛛丝马迹。 比如论文中那些过于规整、缺乏灵活变化的句式，或是自媒体文章里频繁出现的热门 AI 词汇组合，都逃不过它的 “法眼”。 经它检测出的 AI 率数据精准可靠，为后续降重提供坚实依据，让你对内容的原创度了如指掌。二、强力降重，一键抹去 AI 痕迹检测出问题后，重头戏来了 —— 降 AI 率。 三、论文查重，保驾护航学术之路对于学生和学者而言，论文查重是一道绕不开的关卡。文字滚筒鸭深知其重要性，与全网丰富的学术数据源实时对接，上传论文瞬间，便开启逐字逐句的严谨比对。
95321编辑于 2025-04-23- 来自专栏深度学习自然语言处理
【论文推荐】《目标检测》必看的8篇论文【附pdf】
本文就为大家推荐其中8篇最新的目标检测论文。 这次我们请来了BAT算法工程师——张老师，推出【目标检测】YOLO V5论文精讲直播，为期2天，对论文和实验结果进行手把手分析，还有直播现场互动答疑，彻底夯实目标检测基础。 直播嘉宾： —— 直播内容与安排 —— 1、6月23日20:30直播 1.为什么要学习目标检测论文 2.目标检测发展历程与前进方向 3.YOLO V3回顾和YOLO V3理论知识详解 4.注意事项 2、6月24日20:30直播 1.YOLO V5论文精读 2.YOLO V5细节讲解 3.实验结果分析 4.论文总结 ↓ 前方福利 ↓ 原价399元，现在0.1元领取！ 扫码添加客服 即可领取↓ 回复“目标检测论文”免费领目标检测论文PDF
1.6K10编辑于 2022-06-27 - 来自专栏随手写个文章
基于AIGC的写作尝试：A Survey of Large Language Models（论文翻译）（下）
在其能力范围内，模型应该能够检测到旨在诱导恶意请求的隐蔽企图。理想情况下，当模型被诱导执行危险行为（例如犯罪）时，LLM应该礼貌地拒绝。 然而，更全面的高效微调讨论超出了本文的范围，可以在相关论文中找到更多相关内容[229, 235]。 ICL的全面评估已经在综述论文[50]中进行了介绍，我们建议读者参考该论文以获取更一般、详细的讨论。与该综述相比，我们专门关注将ICL应用于LLM的两个主要方面的讨论，即演示设计和ICL的基本机制。 为了评估幻觉问题，已经提出了一组幻觉检测任务，例如TruthfulQA [321]，用于检测模型模仿的人类虚假言论。知识时效性。 对于有用性和诚实性，可以利用对抗性问答任务（例如TruthfulQA [321]）来检查LLM在检测文本中可能存在的虚假信息方面的能力[46, 72]。
1.6K100编辑于 2023-05-30
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号