AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
ECCV`24 | 首次解决文本到3D NeRFs分解问题！港中文等提出DreamDissector
论文链接：https:arxiv.orgabs2407.16260亮点直击第一个解决文本到3DNeRFs分解问题的团队。为了解决这个问题，本文引入了一个名为DreamDissector的新颖框架，包括一种新颖的神经类别场（NeCF）表示，可以将输入的NeRF分解成独立的子NeRF，一个深度概念挖掘（DCM）技术，通过个性化扩散模型促进子NeRF和概念之间的对齐，以及一个类别分数蒸馏采样（CSDS）损失，利用DCM增强NeCF的学习。实验结果展示了DreamDissector的有效性，额...模型2dECCV`24 | 比DragDiffusion快100倍！RegionDrag：快·准·好的图像编辑方法！港大&牛津
文章链接：https:arxiv.orgpdf2407.18247git链接：https:github.comLuJingyiJohnRegionDrag亮点直击引入了一种基于区域的图像编辑方法，以克服基于点拖拽方法的局限性，利用更丰富的输入上下文来更好地对齐编辑结果与用户的意图。通过采用无梯度的复制粘贴操作，基于区域的图像编辑比现有方法快得多（见上图1），在一次迭代中完成拖拽。扩展了两个基于点拖拽的数据集，添加了基于区域拖拽的指令，以验证RegionDrag的有效性并...图像框架基于Celery、Redis和Florence 2实战异步机器学习推理
原创本文将通过一个最小但功能强大的实例教程，引导你进入异步机器学习推理开发领域。简介大多数机器学习服务教程都专注于实时同步服务的介绍，这允许对预测请求做出即时响应。然而，这种方法可能难以应对流量激增，对于长时间运行的任务来说并不理想。因此，类似于这样的任务还需要更强大的机器来快速响应；否则，一旦客户端或服务器发生故障，预测结果通常会丢失。在本文中，我们将演示如何使用分布式任务调度框架Celery和开源分...机器学习Florence 2CeleryOpenAI、百度、阿里、腾讯、字节、快手最全 AI 工具集，你使用最多的是 ChatGPT 嘛？
今天带大家细数一下大厂的AI产品，包含OpenAI、百度、阿里、腾讯、字节、快手，大家都用过哪些呢？OpenAI地表最强AI大模型，模型强才是真的强，就是Sora到底啥时候出来。产品名称领域网址备注GPT4O大语言模型https:chatgpt.com强大的语言处理能力DALLE3图像生成https:openai.comindexdalle3可以根据描述生成图像Sora视频生成https:openai.comindexsora文本生成视频模型Whisper语音识别https:platfo...OpenAI百度腾讯简单策略解决CTR模型训练一轮过拟合问题
今天这篇文章给大家介绍一下推荐系统中预估模型的oneepoch问题，以及相应的解法。主要来源于两项工作，一个是由阿里发表的论文TowardsUnderstandingtheOverfittingPhenomenonofDeepClickThroughRatePredictionModels（2022）中提出的oneepoch问题这一现象，另一是由快手发表的论文MultiEpochlearningwithDataAugmentationforDeepClickThroughRatePrediction（2024）中提出的oneepoch问题的解法。1.Oneepoch现象工业界的CTR预估...策略CTR模型训练BabyAGI Agent：LLM如何实现？
嘿，大家好！这里是一个专注于AI智能体的频道！今天我们来聊聊一个超酷的东西——BabyAGIagentwithTools。这货是一个能跟数据库打交道的智能体！这是这个系列的第3篇。首先，咱们得搭建一个向量存储和嵌入模型。这里我们用的是开源的Chroma和OpenAI的嵌入模型。别急，这就给你们上代码。fromlangchain.embeddings.openaiimportOpenAIEmbeddingsfromlangchain.vectorstoresimportChromaembeddingOpenAIEmbeddings()persistdirect...BabyAGILLMAgent动手实现GraphRAG，检索效果大幅提升
1理解检索增强生成（RAG）检索增强生成（RAG）技术通过融合检索得到的文档和用户输入的查询，为语言模型注入了额外的上下文信息。这种结合不仅丰富了模型的知识库，还提升了其回答的准确性和相关性。例如，当用户提出涉及特定个人信息或商业数据的问题时，RAG能够从预设的数据源中提取关键信息，辅助模型给出更加精准的答复。简而言之，RAG技术就像是给语言模型配备了一个智能的背景知识库，使其在面对复杂问题时，能够做出更加...GraphRAG检索效果新版PyTorch：AI任务加速与Intel GPU集成
原创最近的Pytorch2.4推出AI任务加速，提供对IntelGPU的支持。为了进一步加速AI任务，PyTorch2.4现在为Intel数据中心GPUMax系列提供支持，该系列将IntelGPU和SYCL软件堆栈集成到标准PyTorch堆栈中。<下图为各个组件被引入到pytorch的各个版本信息。小编建议快速浏览，第二章节再仔细理解这些组件的内涵！>借助IntelGPU支持，读者可以拥有更多GPU选择，并可以使用相同的前后端GPU编程模型。现在可以在IntelGPU上部署和操作，几乎不需...AIKinetoGPULlama3.1系列模型正式开源，最大405B，闭源模型的统治时代将迎来结束？
Meta开源了Llama3.1系列模型，最大参数规模为405B，开源也是好起来了，榜单指标直逼GPT4o。开源追上闭源模型不再是梦！Llama系列模型确实是开源界的头部，真金白银砸出来的就是不一样。不过现在大家也都知道，榜单效果和真实使用效果也不是完全正比的，后面看看对lmsys战榜单，还有大家的实测效果吧！HF:https:huggingface.cocollectionsmetallamallama31669fc079a0c406a149a5738fLlama3.1系列模型细节15TTokens预训练；占比知...Llama3.1模型部署NeedleBench 超长文本评测基准：大语言模型能否在 1000K 长度上检索推理？
司南团队构建了针对大语言模型超长文本能力的中英双语测试框架——NeedleBench，专门用来压力测试模型在处理长达百万级上下文窗口中的检索能力和推理能力。论文链接：http:arxiv.orgabs2407.11963Part1：为什么需要NeedleBench现在的大语言模型，如最近公开的GPT4o、GLM49B、InternLM2.5等，已经扩展了它们的上下文窗口，可以处理多达100万个token的文本。然而，简单地通过“NeedleInAHaystack”大海捞针要求LLMs提取关键信息，...NeedleBench语言模型模型崩溃！泛滥的AI会反噬自身！牛津大学研究发现：用AI生成数据来二次训练大模型会产生无意义的内容！
原创编辑星璇出品51CTO技术栈（微信号：blog51cto）研究人员发现，网络上AI生成内容的积累将导致机器学习模型“崩溃”，除非该行业能够缓解这一风险。牛津大学的研究团队发现，使用AI生成的数据集来训练未来的模型可能会产生无意义的内容，这一现象被称为模型崩溃。在一个例子中，一个模型起初是关于中世纪欧洲建筑的文本，但到了第九代时，却开始胡言乱语地谈论野兔。在昨日发表于《自然》杂志的一篇论文中，由谷歌DeepMind和牛津...AI训练模型Meta开源用于数学等复杂推理AI Agent—HUSKY
Meta、华盛顿大学和阿伦AI实验室的研究人员联合开源了，专用于数学、表格等复杂推理的AIAgent—HUSKY。与传统AIAgent不同的是，HUSKY采用了一个统一的行动空间，无论是数值计算、表格分析还是基于知识的推理，都能够通过一系列预定义的自动化行动来完成。这种统一性极大提升了AIAgent的泛化能力，使其能够跨领域解决多种难题。此外，HUSKY还使用了一种迭代推理的方法，通过在行动生成和执行之间不断迭代，可以像人类那样分层次...开源模型OpenAI发布最新大模型安全对齐奖励方法——RBR
随着ChatGPT等产品的广泛应用，确保其输出的安全性成为场景化落地的关键。传统方法是使用RLHF（人类反馈强化学习）来进行安全对齐，但有两大局限性难以持续使用。1）收集和维护人类反馈数据不仅成本高昂，并且随着大模型能力的提高以及用户行为的变化，现有的数据很快就会过时失效；2）如果数据标注者存在个人偏见，会导致模型的输出出现极大偏差，例如，标注人对黑人有歧视，就会在生成CEO等高端形象时偏向白人（这个情况真实...模型AI具身智能又进一步！卡内基梅隆&Meta&苏黎世联邦实现虚拟人超灵活抓取
论文链接：https:arxiv.orgpdf2407.11385github链接：https:www.zhengyiluo.comOmnigraspSite亮点直击本文设计了一种灵巧且通用的人形机器人运动表示，这显著提高了样本效率，并使得通过简单而有效的状态和奖励设计来学习抓取成为可能；本文展示了利用这一运动表示，可以在不使用配对的全身和物体运动数据的情况下，学习合成抓取姿势和轨迹的抓取策略；本文证明了训练人形控制器的可行性，该控制器能够实现高成功率的抓取物体，...虚拟人智能颠覆虚拟试衣行业标准！阿里发布OutfitAnyone：任意服装+任意人！
精华文章链接：https:arxiv.orgpdf2407.16224git链接:https:humanaigc.github.iooutfitanyonehuggingface:https:huggingface.cospacesHumanAIGCOutfitAnyone亮点直击顶尖逼真度：OutfitAnyone方法为虚拟试穿设立了新的行业标准，提供行业领先的高质量结果。高鲁棒性：OutfitAnyone可以支持任何人、任何服装、任何体型和任何场景的虚拟试穿。灵活控制：支持各种姿势和体型引导方法，包括(openpose，SMP，densepose)。高质量：支持...虚拟AIBERT如何增强NLP的性能
原创BERT通过使用其双向方法帮助机器理解人类语言的场景，从而增强NLP的性能。本文探讨BERT如何实现这一目标。大型语言模型(LLM)对人类语言的理解和处理起到了重要的催化作用。自然学习处理(NLP)弥合了人类与机器之间的沟通鸿沟，带来了无缝的客户体验。NLP对于解释具有直接意图的简单语言非常有用。但是，当涉及到解释由同音异义词、同义词、反义词、讽刺等引起的文本歧义时，它还有很长的路要走。“来自Transformers的双向编码器...大型语言模型LLMBERTQOQA：利用TopK文档进行查询改写，平均提升RAG 1.6% 准确率
1.背景大型语言模型（LLMs）在众多语言任务中展现出非常不错的效果，然而，LLMs中的幻觉现象正极大地削弱它们的可信度和实用性。一种解决大语言模型幻觉的方法是检索增强生成（RAG），通过检索文档来提供基于检索到文档中的事实信息的更准确的用户查询答复。大语言模型幻觉（Hallucination）是指大语言模型产生错误或者误导性的信息。然而，RAG并未完全根除幻觉，这样因此激发大量研究来提高RAG的准确性。一个不完善的RAG系统，...RAGTopK文档混合模型：HybridLLM、RouterLLM 等优化 LLM 推理成本的新思路
一、背景本文中我们继续介绍一种LLM推理优化相关的工作，通过路由的方式组合多个模型；其与投机采样类似，通过多个不同规模和性能的模型组合来降本增效，然而又有本质的区别。投机采样在一个Query内会反复调用大小模型，而路由方式在调用之前已经确定好需要调用哪个模型，直到调用结束。目前常见有两种路由的范式：按意图路由：与传统意图识别思路类似。其思路是虽然小模型可能整体实力不如大模型，但是在某些垂类可能与大模型...HybridLLMRouterLLMLLM大语言模型在不同自然语言处理任务中的提示工程方法综述
精华一、结论写在前面论文标题：ASurveyofPromptEngineeringMethodsinLargeLanguageModelsforDifferentNLPTasks论文链接：https:arxiv.orgpdf2407.12994大型语言模型（LLMs）在众多不同的自然语言处理（NLP）任务上展现出卓越的性能。提示工程在增强LLMs已有的能力方面发挥着关键作用，以在各种NLP任务上实现显著的性能提升。提示工程需要编写称为提示的自然语言指令，以结构化的方式从LLMs中引出知识。与先前的最先进（S...语言模型工程方法SearchGPT刚发布，OpenAI就面临倒闭？巨亏50亿美元，现金储备不足12个月
最近OpenAI的大动作极为频繁，公司于7月18日宣布推出新的生成式AI模型"GPT4oMini"。同时还在开发一个名为"Strawberry"的更高级AI模型，前日又发布了SearchGPT，可以说是十分高产了。OpenAI发布SearchGPT，对标Perplexity，与Google竞争但是据TheInformation最新报道，OpenAI正面临严峻的财务危机。这家ChatGPT的开发商在2024年遭遇高达50亿美元的亏损，并有可能在未来12个月内耗尽现金储备。这一惊人预测基于一份未公开的财务数...SearchGPTOpenAIGPT-4o Mini
