AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
OpenAI震撼推出GPT-4o：开启全球免费AI服务的新篇章
精华在北京时间5月14日凌晨，OpenAI在其首次「春季新品发布会」上推出了新一代旗舰生成模型GPT4o和桌面应用程序，在人工智能的发展史上，今天将被铭记为一个里程碑。这一天，OpenAI宣布了GPT4o——一款全新的、功能强大的多模态人工智能模型。这不仅是技术的一次飞跃，更是对未来人机交互方式的一次革命性预示。GPT4o的发布，不仅在AI领域引起了轰动，更在全球范围内激起了广泛的讨论和热烈的反响。GPT4o的问世是OpenAI对其使命——...OpenAIGPT-4oAI智能体时代：Agent开发的三重境界
引言随着人工智能技术的飞速发展，Agent（智能体）的概念已经从科幻小说走进了现实世界。Agent可以被理解为一种具有一定智能的软件实体，它能够自主地执行任务、做出决策并与其他系统交互。在AI技术公众号的运营过程中，我们收到了许多关于Agent开发的咨询，因此，本文将从技术角度出发，为大家解析这三个阶段的演进方式，并各自提供一个代码demo案例，为新手程序员提供一份Agent开发的指南。Demo地址：https:github.comq2wxecl...Agent开发技术字节开源大模型量化新思路，2-bit量化模型精度齐平fp16
随着深度学习大语言模型的越来越火爆，大语言模型越做越大，使得其推理成本也水涨船高。模型量化，成为一个热门的研究课题。近日，字节跳动语音团队推出一个全新的量化思路，抛弃传统的量化范式，从数学优化的角度来对量化任务建模。文章放在了arXiv，代码已经开源，可以一键复现文中的所有结果：论文链接：https:arxiv.orgabs2404.12759项目链接：https:github.combytedancedecoupleQW2算子：https:github.comNVIDIATensorRTLL...模型开源70亿LLaMA媲美5400亿PaLM！MIT惊人研究用「博弈论」改进大模型｜ICLR 2024
精华遇到一个问题用不同表达方式prompt时，大模型往往会给出两种不同的答案。比如，「秘鲁的首都是什么」，「利马是秘鲁的首都吗」。对于这种回答不一致的问题，科学家们纷纷为大模型的「智商」担忧起来。正如了LeCun所言：LLM确实比狗积累了更多的事实知识和语言能力。但是它们对物理世界的理解能力，以及推理规划能力，远远不及狗。那么，有没有一种方式，能够破解大模型幻觉，让结果更加准确、高效？来自MIT的研究人员，将「博弈...模型生成史上最丑AI生图一夜爆火！又一款妙鸭级爆品来了？
精华最近，网友们被一款传说中的最丑AI生图神器刷屏了。无论是表情包、网络梗图，还是热门电影，或是自家宠物，包括你想得到的和想不到的，都变成了粘土风格。地铁老爷爷看手机，忽然有了实体。《请回答1988》里这张佛系表情包，简直抓住了原片精髓。奥本海默，变成黏土风后依然气质满满。《重庆森林》的经典场景再现了。梵高自画像的黏土版，别有一番风味。戴珍珠耳环的少女，表情莫名地囧了起来。总之，这款工具，主打的就是要平...AI绘图AI生成3D主题乐园，角色建筑批量生成，风格保持一致 | SIGGRAPH 2024
最少只需1个3D样例，即可生成3D主题乐园。来自香港城市大学、上海人工智能实验室和南洋理工大学SLab的研究人员提出了一种名为ThemeStation的新颖框架。它可以从少量3D样例中生成主题一致的高质量3D画廊。还能基于文本控制，生成想要的3D资产。比如“穿正装的猫头鹰”。要知道，虚拟世界和游戏等应用中，常常需要大规模主题一致的3D模型，如古城中的建筑群、虚拟生态系统中的怪物阵容。尽管一位资深3D建模师可以创作出若干主题一...AI生成Flash Attention稳定吗？Meta、哈佛发现其模型权重偏差呈现数量级波动
众所周知，大语言模型的训练常常需要数月的时间，使用数百乃至上千个GPU。以LLaMA270B模型为例，其训练总共需要1,720,320GPUhours。由于这些工作负载的规模和复杂性，导致训练大模型存在着独特的系统性挑战。最近，许多机构在训练SOTA生成式AI模型时报告了训练过程中的不稳定情况，它们通常以损失尖峰的形式出现，比如谷歌的PaLM模型训练过程中出现了多达20次的损失尖峰。数值偏差是造成这种训练不稳定性的潜在原因，由于大语言...模型训练DiT架构大一统：一个框架集成图像、视频、音频和3D生成，可编辑、能试玩
今年2月初，Sora的发布让AI社区更加看到了基础扩散模型的潜力。连同以往出现的StableDiffusion、PixArtα和PixArtΣ，这些模型在生成真实图像和视频方面取得了显著的成功。这意味着开始了从经典UNet架构到基于Transformer的扩散主干架构的范式转变。值得注意的是，通过这种改进的架构，Sora和StableDiffusion3可以生成任意分辨率的样本，并表现出对scaling定律的严格遵守，即增加参数大小可以实现更好的结果。不过，推出者们只...AI生成人类偏好就是尺！SPPO对齐技术让大语言模型左右互搏、自我博弈
精华RichardSutton在「TheBitterLesson」中做过这样的评价：「从70年的人工智能研究中可以得出的最重要教训是，那些利用计算的通用方法最终是最有效的，而且优势巨大。」自我博弈（selfplay）就是这样一种同时利用搜索和学习从而充分利用和扩大计算规模的方法。今年年初，加利福尼亚大学洛杉矶分校（UCLA）的顾全全教授团队提出了一种自我博弈微调方法(SelfPlayFineTuning,SPIN)，可不使用额外微调数据，仅靠自我博弈就能大幅提升LL...模型AI生成式AI模型大PK——GPT-4、Claude 2.1和Claude 3.0 Opus
原创生成式AI模型成为当前机器学习的热点之一，GPT4、Claude2.1和Claude3.0Opus就是三种具有代表性的模型。本文将针对这三种模型进行评估和比较，并给出实验结果对比分析。简介当前，RAG(检索增强生成)系统的新评估似乎每天都在发布，其中许多都集中在有关框架的检索阶段。然而，生成方面——模型如何合成和表达这些检索到的信息，在实践中可能具有同等甚至更大的意义。许多实际应用中的案例证明，系统不仅仅要求从上下文中返回事实...AI模型生成式AIGPT-4谷歌CEO采访再谈AI未来，遭女记者犀利“拷问”：为何错失GPT风口，被微软反超？AI是否冲击了谷歌商业模式？
原创整理伊风出品51CTO技术栈（微信号：blog51cto）Google&Alphabet（谷歌母公司）CEOSundarPichai（下称皮查伊）的最新采访出炉！提问精彩非常，几个问题丝滑地勾勒出：谷歌帝国的现状与人工智能的未来！彭博社出镜记者EmilyChang（下称艾米丽）犀利的提问风格直切要害。大到谷歌是否在这波AI技术潮流中暂时落队，小到皮查伊本人过于谨慎、保守的领导风格是否是谷歌帝国最合适的“老大"人选，进行了剥茧抽丝般的盘问。图片一系列问...谷歌AIAGI商业模式实测ChatGPT的Go能力！资深老鸟干货分享：使用ChatGPT学习Go语言容易得多
原创编译伊风出品51CTO技术栈（微信号：blog51cto）编者按：资深开发者詹姆斯·拉米雷兹长文分享，讲述了他使用ChatGPT学习Go语言，导航KolideAPI并构建复杂的Steampipe插件的经验。在这个过程中，他深化了对AI辅助编程的认识。开发者（包括我自己在内）更喜欢边做边学。这是我与LLM合作的指导原则之一，也可以说是最重要的一项：因为你在面向任务的教学时刻中获取知识，学习不是前瞻性的——它是即时的和可触摸的。当一位经验丰富...ChatGPTGo学习计算器对于数学的处理方式来说是一次重大的改变，那么 LLMs 对于语言来说呢？
原创 精华编者按：当前，大语言模型已经成为自然语言处理领域的热点。LLMs是否真的“智能”？它们又为我们带来了哪些启发？针对这些问题，DarveenVijayan为我们带来了这篇引人深思的文章。作者主要阐释了两个观点：第一，LLMs应被视为一种文字计算器，它通过预测下一个词来工作，当前阶段还不应被归为“智能”。第二，尽管LLMs目前存在局限，但它们为我们提供了反思人类智能本质的契机。我们应保持开放的思维，不断追逐新的知识和对知识...AILLMs人工智能多步预测系列 | LSTM、CNN、Transformer、TCN、串行、并行模型集合
前言本文基于前期介绍的电力变压器，介绍一种基于CNNLSTM网络的多步预测模型。1、电力变压器数据预处理与可视化1.1导入数据1.2多步预测预处理2、基于CNNLSTM的多步预测模型2.1定义CNNLSTM网络模型2.2设置参数，训练模型50个epoch，MSE为0.000311，CNNLSTM多步预测模型预测效果显著，模型能够充分提取序列的时空特征，收敛速度快，性能优越，预测精度高，适当调整模型参数，还可以进一步提高模型预测表现。注意调整参数：可以适...FFTCNNBiLSTMSergey Levine教授解读机器人AI的演进
“想象一下，有一天我们能够打造出一个在厨房里执行各种任务的家庭机器人。那么问题就不仅仅是感知了。你真的需要学会各种个人操纵技能，以便能够广泛地泛化。”——SergeyCraig:嗨，我是CraigSmith，欢迎收听《AI视界》。今天我和SergeyLevine进行了交谈，他是加州大学伯克利分校的副教授，在该校的机器人人工智能与学习实验室从事研究，并推动着AI控制机器人的边界。Sergey谈到了他最近在强化学习和从世界各地的机器人中...机器人AI人工智能ICLR2024杰出论文——Never Train from Scratch！
今天给大家介绍一篇ICLR2024的杰出论文，这篇文章深入探讨了自监督预训练对于使用Transformer进行长序列建模的重要性。论文标题：NeverTrainfromScratch:FAIRCOMPARISONOFLONGSEQUENCEMODELSREQUIRESDATADRIVENPRIORS下载地址：https:arxiv.orgpdf2310.029801、背景介绍在一些长序列建模数据集benchmark中，例如LongRangeArena，使用RNN或者SSM这种基础的序列模型效果要显著优于Transformer模型。然而，文中提出这种评...长序列建模效果SIGGRAPH`24 | 毫米级接近真实动作生成！LGTM：文本驱动！(深大&快手&字节)
论文链接：https:arxiv.orgpdf2405.03485代码&数据集链接：https:github.comLSunLGTM今天和大家一起学习下文本生成动作方面最新的研究成果：LGTM，一种新颖的用于文本到动作生成的局部到全局pipeline。LGTM基于扩散的架构，旨在解决将文本描述准确转换为计算机动画中语义连贯的人体动作的挑战。具体而言，传统方法通常难以处理语义差异，特别是在将特定动作与正确的身体部位对齐方面存在困难。为解决这个问题，本文提出了一个两...3D动作生成音乐人值得尝试的十大文本转音乐AI平台
原创从生成旋律到创作整首曲子，这些文本转音乐AI平台让我们得以一窥音乐创作的未来。新时代的应用程序如雨后春笋般涌现，音乐领域的Sora时代终于到来了。然而，最近的一项研究表明，超过71%的音乐家害怕AI。近日，包括KatyPerry、BillieEilish、JonBonJovi、BobMarley和FrankSinatra在内的200多名音乐家敦促科技公司停止使用AI创作音乐。虽然存在恐惧，但许多艺术家在音乐会和制作中欣然采用AI。流行天后麦当娜最近在表演时使用了...音乐AI平台生成式AI人工智能LangChain v0.2：向稳定性迈进的一大步
还记得四个月前我们发布的LangChain首个稳定版吗？今天，我们继续这一进步，带来了langchainv0.2的预发布版。这个新版本不仅在v0.1的基础上进行了改进，还吸纳了社区的反馈。以下是v0.2版本的主要亮点：实现了社区热切期待的langchain与langchaincommunity的完全分离。引入了新版（而且是有版本控制的！）文档。提供了一个更加成熟和可控的代理框架。对大型语言模型（LLM）的接口进行了标准化改进，特别是在工具调用方面。增强...LangChainCLI工具最详细人脑3D地图登Science！GPT-4参数只相当于人类0.2%
精华芝麻粒大小的人脑组织，突触规模就相当于一个GPT4！谷歌与哈佛联手，对局部人脑进行了纳米级建模，论文已登Science。这是迄今为止最大、最详细的人脑复制品，首次展示出了大脑中的突触连接网络。凭借超高分辨率，这个名为H01的重建，已经揭示了一些以前未曾见过的关于人类大脑的细节。项目通讯作者、哈佛大学Lichtman教授介绍说，在此之前，没有人真正看到过这样复杂的突触网络。这一建模成果，将有助于更深入地了解大脑的运作...GPT-43D
