最近icml风格的无图论文多起来了
Eagle 2: Building Post-Training Data Strategies from Scratch for Frontier Vision-Language Models
nvidia出的vlm工作，作者这次比较良心，给出了训练数据的设计思路，和对于各种数据的消融实验结果。开源了模型
如果数据也开源的话……
Scaling laws for decoding images from brain activity
meta的工作，感觉还是挺系统性的。作者对比了四种不同脑波解码设备的数据，用大约2.3M数据做了peer-to-peer的对比，发现：
- deep learning的方法，在数据含有噪声的情况下尤其有用
- 脑波解码领域可以画出scaling law曲线，而且在2.3M这个阶段仍然没有观察到收敛。这个很重要，说明大家可以投资去标注230M数据了
- 四种设备里，精确度最高的EEG相对表现最好
Visual Generation Without Guidance
zhujun老师的工作，之前diffusion model能火起来，应该说classifier guidance功不可没。就是说在生成狗的时候，每一步的中间状态，都有一个classifier给出是不是狗的一个信心值，这个信心值是可以求导回到中间过程中的，在生成的时候把这个梯度实时融入进去，就可以生成看起来特别像狗的照片。这篇工作说的是，能不能把这个classifier引入到训练中来，这样在推理的时候可以不依靠classifier一直在线了呢？
