AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
谷歌开源专业代码模型：对硬件要求低，性能超强！
谷歌发布了面向企业、开发人员的全新代码模型CodeGemma，一共有基础预训练、指令微调和快速推理三个版本。CodeGemma是基于谷歌在今年2月发布的Gemma模型之上开发而成。其参数很小只有20亿和70亿两种，但使用了超过5000亿tokens的代码、数学、文本等数据进行了大规模预训练，能快速生成Python、JavaScript、Java、CC++、C等主流编程语言代码。在代码编程、多语言编程等基准测试中，CodeGemma70亿参数的性能超过了DeepSeekCoder、...编程语言模型突发！Stable Diffusion 3，可通过API使用啦
精华4月18日，著名开源大模型平台Stability.ai在官网宣布，最新文生图模型StableDiffusion3（简称“SD3”）和SD3Turbo可以在API中使用。据悉，本次继续由知名API管理平台FireworksAI提供服务。与前两代相比，SD3除了生成的图片质量更高之外，可以更好地理解提示文本中嵌入到图片中的文字。例如，一个色彩缤纷的魔法世界，天空的中央写着“欢迎来到魔法世界”。前两个模型版本可能无法将“欢迎来到魔法世界”精准嵌入到图片的指定位...模型AI从文字模型到世界模型！Meta新研究让AI Agent理解物理世界
LLM已经可以理解文本和图片了，也能够根据它们的历史知识回答各种问题，但它们或许对周围世界当前发生的事情一无所知。现在LLMs也开始逐步学习理解3D物理空间，通过增强LLMs的「看到」世界的能力，人们可以开发新的应用，在更多场景去获取LLMs的帮助。AIAgent，比如机器人或是智能眼镜，它们可以通过感知和理解环境来回答一些开放性问题，比如「我把钥匙放哪里了？」这样的AIAgent需要利用视觉等感知模式来理解其周围环境，并能...AI模型扩散模型中进行条件插值？AID:无需训练，保证一致、平滑和保真度(新加坡国立&南洋理工)
文章链接：https:arxiv.orgpdf2403.17924代码&demo：https:github.comQYH00attentioninterpolationdiffusion条件扩散模型可以在各种设置中创建未见过的图像，有助于图像插值。潜在空间中的插值已经得到了深入研究，但是带有特定条件（如文本或姿态）的插值则了解较少。简单的方法，比如在条件空间中进行线性插值，通常会导致图像缺乏一致性、平滑性和保真度。为此，本文引入了一种新颖的无需训练的技术，名为通过扩散...扩散模型训练CVPR'24| 中大哈佛等提出creative Leap-of-thought探究大模型幽默创新力
导读：多模态大模型具备创造的潜力吗？能力如何？本文从大模型创造力测评与增强等方面进行了探索，从幽默创新响应的角度，揭示了大模型在创新任务上的潜力和不足。目前该成果被计算机视觉顶级会议CVPR2024录用。论文：https:arxiv.orgabs2312.02439Project:https:zhongshsh.github.ioCLoTCode:https:github.comsailsgCLoT为了探索多模态大模型的创造力，中山大学HCP实验室林倞教授团队联同SeaAILab、哈佛大学的研究人员从日本传...多模态大模型大喜利抱抱脸团队（HF）发布多模态大模型Idefics2，8B参数
原创近日，抱抱脸团队（HF）发布Idefics2，一个通用的多模态大模型，可以接受任意文本和图像序列作为输入，并生成文本响应。它可以回答关于图像的问题，描述视觉内容，创建基于多个图像的故事，从文档中提取信息，并执行基本算术运算。Idefics2改进了Idefics1：具有8B参数、开放许可（Apache2.0）和增强的OCR（光学字符识别）功能，Idefics2是多模态工作社区的坚实基础。它在视觉问答基准上的表现居于同类模型的前列，并与LLavaNext...多模态大模型Idefics2首个国产音乐SOTA模型来了！专为中文优化，免费用，不限曲风
精华自从AI让人类实现音乐创作自由后，连吵架都变得有趣了起来。前段时间，X平台知名AI博主AranKomatsuzaki自己写了一首歌，专门用来表达对另一位AI科学家——GaryMarcus的不满，还用当前大火的Suno把它生成了出来。要知道，过去，这些大佬们的口水战主要就是发个帖子，然后你来我往地跟帖。这次，AranKomatsuzaki的做法可谓是玩出了新花样，不知道是不是从「谢帝谢帝我要diss你」得到的灵感。和AranKomatsuzaki一样，国内外很多懂...AI音乐无向图最小割问题取得新突破，谷歌研究获SODA 2024最佳论文奖
1996年，美国计算机科学家DavidRKarger连同其他研究者在论文《Anewapproachtotheminimumcutproblem》中提出了一个令人惊讶的随机算法Karger算法，其在理论计算机科学中非常重要，尤其适用于大规模图的近似最小割问题。Karger算法可以在时间为O(mlog^3n)的图中找到一个最小割点，他们将这个时间称之为近线性时间，意思是线性乘以一个多对数因子。在谷歌刚刚更新的一篇博客中，他们介绍了之前发布的一篇论文《DeterministicNearLi...谷歌算法Meta无限长文本大模型来了：参数仅7B，已开源
Transformers的二次复杂度和弱长度外推限制了它们扩展到长序列的能力，虽然存在线性注意力和状态空间模型等次二次解决方案，但从以往的经验来看，它们在预训练效率和下游任务准确性方面表现不佳。长文本是大语言模型一直在努力的方向。近日，谷歌提出的InfiniTransformer引入有效方法，可以将基于Transformer的大型语言模型(LLM)扩展到无限长输入，而不增加内存和计算需求，吸引了人们的关注。几乎就在同时，Meta也提出了一种无...Meta模型Mixtral：数据流中的生成式稀疏专家混合模型
原创Cloudera公司数据流首席工程师TimSpann表示，Mixtral8x7B大型语言模型(LLM)是一个预先训练的生成式稀疏专家混合模型。他表示，这个模型很有趣，也很容易理解。在适当的提示下，它似乎表现很好。而通过用例，他并不确定Mixtral8x7B是否比GoogleGemma、MetaLLAMA2或OLLAMAMistral更好。Spann撰写的文章将展示如何使用MixtralLLM，只需要几个步骤就可以针对文本输入运行MixtralLLM。该模型可以由轻量级无服务器RESTAPI或Transforme...Mixtral数据流混合模型看懂网飞版「三体」！Reka Core登场：挑战GPT-4、Claude 3
多模态语言模型又双叒叕上新了！近日，由DeepMind、谷歌和Meta的研究人员创立的AI初创公司Reka，推出了他们最新的多模态语言模型——RekaCore。它被誉为该公司「最大、最有能力」的模型，在性能上与GPT4和Claude3Opus不相上下！Reka的首席科学家兼联合创始人YiTay兴奋地表示，过去几个月，该公司使用了「数千台H100」来开发RekaCore。能够达到GPT4或Opus的水平是研究团队中许多人的目标。从头开始训练模型来与OpenAI的GPT4和Cla...三体模型波士顿动力Atlas，再见！退役视频引数十万观众泪目，液压退出历史舞台
精华就在今天，波士顿动力宣布，液压动力的Atlas人形机器人正式退役了！至此，Atlas已经整整工作了十年。波士顿动力发出一份长达3分半的视频，作为对Atlas最后的纪念。这段告别视频中，Atlas完成了最后一次精彩的表演。「在过去的十年时间里，Atlas激发了我们的想象力，启发了一代又一代的机器人人才，在技术领域突破了众多障碍。现在，是时候让我们的液压机器人Atlas好好休息一下了。」屏幕前，数十万观众泪目了。视频才放出12个小...波士顿机器人AI营销，大厂竞技
大模型火到今天，如何落地成了行业主旋律。如果说有些领域存在“拿着锤子找钉子”的“嫌疑”，那么，营销领域则恰恰相反，属于“一堆钉子等锤子”——营销中存在大量的基础性工作，等待AI来解放。首当其冲的是制作广告素材，文生图、图生图、文生视频......各种形式的内容生产，皆命中AIGC的能力靶心。数字营销公司NPDigital对此预测，2024年AI将主导广告等网络内容的创作。不止如此，在广告精准匹配、投放计划设置等环节，更懂...AI革命新架构掀翻Transformer！无限上下文处理，2万亿token碾压Llama 2
精华继Mamba之后，又一敢于挑战Transformer的架构诞生了！来自Meta、南加州大学（USC）、CMU和UCSD的研究人员提出了全新的神经网络架构——Megalodon（巨齿鲨）。这是专为有效处理「无限上下文」长度的LLM预训练，以及推理而设计的架构。论文地址：https:arxiv.orgabs2404.08801我们都知道，Transformer架构个在处理长上下文时，会受到二次复杂度，以及长度外推能力弱的限制。尽管已有次二次方解决方案（诸如线性注意力，状...Transformer架构推荐 7 款好用的内容管理系统（CMS）
原创内容管理系统是什么？内容管理系统（ContentManagementSystem，简称CMS）是一种位于网站前台（用户界面）与后台（数据库）之间的软件系统。其主要作用是将一个网站的内容（包括文字、图片、视频、音频等）与网站的其他部分（如页面布局、网站导航等）分离开来，使得网站管理员可以方便地对网站内容进行编辑、发布和管理，而无需过多地关注网站的技术细节。今天就给大家推荐7款好用的内容管理系统。1核桃CMS编程语言：Java核桃CM...CMS系统Pika联创参与新研究：Diffusion能抢GPT的活了！成功挑战自回归文本范式
纵观生成式AI领域中的两个主导者：自回归和扩散模型。一个专攻文本等离散数据，一个长于图像等连续数据。如果，我们让后者来挑战前者的主场，它能行吗？斯坦福博士的最新研究，就搞了这么一个扩散模型VS自回归模的同台PK。结果：挑战成功！（下面为生成示意图，最后得到的文本是“Helloworld，Iamalanguagediffusionmodel，namedSEDD”）并且他们的扩散模型在困惑度和质量上已率先超越自回归的GPT2。赶紧来瞧瞧。扩散模型挑战...GPT 研究提高写作能力的90个prompt大全
原创作为一名经常写作的职场人，在提示ChatGPT执行各种写作任务之前，您需要考虑某些因素。了解你的写作任务指定格式和语气利用上下文和背景信息迭代细化避免歧义并提供清晰度尝试长度和细节确保一致性接下来我们展开详细看看：了解你的写作任务在开始提示创建之前，您需要明确定义您的写作任务。无论是创意写作、信息检索还是解决问题，任务定义的特异性都是至关重要的。例如：创意写作：“撰写一个以一只会说话的猫为主题的异想...ChatGPT写作谷歌出手整顿大模型“健忘症”！反馈注意力机制帮你“更新”上下文，大模型无限记忆力时代将至
原创编辑伊风出品51CTO技术栈（微信号：blog51cto）谷歌终于出手了！我们将不再忍受大模型的“健忘症”。TransformerFAM横空出世，放话要让大模型拥有无限记忆力！话不多说，先来看看TransformerFAM的“疗效”：图片大模型在处理长上下文任务时的性能得到了显著提升！上图中，Isabelle、NarrativeQA等任务要求模型理解和处理大量上下文信息，并对特定问题给出准确的回答或摘要。在所有任务中，FAM配置的模型都优于所有其他BSWA配置...谷歌模型注意力脑电合成自然语音！LeCun转发Nature子刊新成果，代码开源
脑机接口最新进展登上Nature子刊，深度学习三巨头之一的LeCun都来转发。这次是用神经信号进行语音合成，帮助因神经系统缺陷导致失语的人群重新获得交流的能力。具体来说，来自纽约大学的研究团队开发了一个新型的可微分语音合成器，可以利用一个轻型的卷积神经网络将语音编码为一系列可解释的语音参数（如音高，响度，共振峰频率等），并通过可微分语音合成器重新合成语音。通过将神经信号映射到这些语音参数，研究者构建了一个...自然语言AI清华团队推出新平台：用去中心化AI打破算力荒
最近，一则数据点出了AI领域算力需求的惊人增长——根据业内专家的预估，OpenAI推出的Sora在训练环节大约需要在420010500张NVIDIAH100上训练1个月，并且当模型生成到推理环节以后，计算成本还将迅速超过训练环节。照这个趋势发展下去，GPU的供给或许很难满足大模型持续的需求。不过，最近海外有一个新动向，可能会给即将到来的“算力荒”提供新的解决思路——去中心化AI。三周前，3月23日，StabilityAI突然发布一项公告，宣布公...AGIAI
