近年来，已有若干方法尝试从单目视频实现 3D 点跟踪，然而由于在遮挡和复杂运动等挑战性场景中难以准确估计 3D 信息，这些方法的性能仍难以满足实际应用对高精度与鲁棒性的要求。

基于此，苏黎世联邦理工学院、卡内基梅隆大学联合提出首个数据驱动的多视角3D点追踪方法，旨在利用多个相机视角对动态场景中的任意点进行追踪。此方法的前馈式模型仅需少量相机即可直接预测 3D 对应点，从而实现鲁棒且精确的在线追踪。

论文链接：https://go.hyper.ai/2BSGR

最新 AI 论文：https://go.hyper.ai/hzChC

为了让更多用户了解学术界在人工智能领域的最新动态，HyperAI超神经官网（hyper.ai）现已上线「最新论文」板块，每天都会更新 AI 前沿研究论文。以下是我们为大家推荐的 5 篇热门 AI 论文，同时我们还为大家总结了论文架构的思维导图，一起来速览本周 AI 前沿成果吧 ⬇️

本周论文推荐

1. Red Teaming Language Models to Reduce Harms: Methods, Scaling Behaviors, and Lessons Learned

本文介绍了在红队测试语言模型方面的早期探索工作，旨在同时发现、衡量并尝试降低模型潜在的有害输出。研究发现，随着规模扩大，RLHF 模型的红队测试难度显著增加，而其他模型类型则未表现出明显的规模趋势。本文还公开发布了包含 38,961 条红队攻击样本的数据集，并描述了红队测试所采用的指令设计、执行流程、统计方法以及相关不确定性因素。

论文链接 ： https://go.hyper.ai/j2U2u

在这里插入图片描述

不同模型的红队攻击成功率

2. Multi-View 3D Point Tracking

本文提出了首个数据驱动的多视角 3D 点追踪方法，旨在利用多个相机视角对动态场景中的任意点进行追踪。该方法在 1 至 8 个视角、不同观测角度以及 24 至 150 帧长度的多样化视频场景中均表现出良好的泛化能力。

论文链接 ： https://go.hyper.ai/2BSGR

在这里插入图片描述

模型流程图

3. FusionProt: Fusing Sequence and Structural Information for Unified Protein Representation Learning

本文提出一种新型的蛋白质表示学习框架 FusionProt ，旨在同时学习蛋白质的一维序列与三维结构的统一表征。FusionProt 引入了一种创新的可学习融合标记，作为自适应桥梁，实现蛋白质语言模型与蛋白质三维结构图之间的迭代信息交互。

论文链接： https://go.hyper.ai/rjbaU

在这里插入图片描述

模型预训练架构图

4. Why Language Models Hallucinate

本文提出语言模型产生幻觉的根本原因在于，其训练与评估机制倾向于奖励猜测行为，而非承认不确定性，进一步分析了现代训练流程中导致幻觉的统计学根源。幻觉之所以持续存在，是因为在大多数评估方式中，语言模型被优化为“优秀的应试者”，在不确定时猜测反而能提升测试表现。这种对不确定回答的系统性惩罚，反映出当前主流但存在偏差的基准测试的评分方式应该予以修改，而非引入额外的幻觉评估指标。

论文链接 ： https://go.hyper.ai/7TIjt

在这里插入图片描述