来自图宾根大学、剑桥大学、牛津大学和谷歌 Deepmind的研究人员发布论文探讨多模态模型在没有经过特定训练的情况下，对新概念的识别和图像生成能力，这种现象被称为“零样本”泛化。研究者们想知道这些模型在预训练数据集中接触到的概念频率如何影响它们在下游任务中的表现。这项研究揭示了多模态模型在处理不常见概念时的局限性，并提... 阅读全文

来自多模态艺术投影研究共同体、复旦大学、北京大学、上海交通大学、香港科技大学、滑铁卢大学、快手公司和矢量研究所的研究人员推出中文大语言模型“Chinese Tiny LLM”（CT-LLM），这是一个拥有20亿参数的语言模型，这个模型是为了更好地理解和处理中文而特别设计的，它在训练过程中主要使用了中文文本数据，同时也包... 阅读全文

英伟达发布CantTalkAboutThis，如何让大语言模型（比如聊天机器人）在对话中保持话题的连贯性和相关性。总的来说，这项工作提出了一种新的方法来提高语言模型在对话中保持话题相关性的能力，这对于开发能够有效、安全地与用户互动的聊天机器人和虚拟助手至关重要。 例如，你在和一个在线客服聊天，想要解决一个特定的问题，比... 阅读全文

来自斯坦福大学和乔治亚理工学院发布论文探讨如何利用大语言模型（LLMs）来提升人们的社交技能。社交技能，比如解决冲突的能力，对于我们在工作和生活中有效沟通和成功至关重要。但是，大多数人很难找到练习这些技能的环境。论文提出了一个解决方案，通过一个名为“AI伙伴”和“AI导师”的框架，结合体验式学习和实时反馈，来帮助人们提... 阅读全文

阿里云通义千问开源320亿参数模型Qwen1.5-32B，可最大限度兼顾性能、效率和内存占用的平衡，例如相比14B模型，32B在智能体场景下能力更强；相比72B，32B的推理成本更低。迄今通义千问共开源了7款大语言模型，在海内外开源社区累计下载量突破300万。基础能力方面，通义千问320亿参数模型在MMLU、GSM8K... 阅读全文

谷歌于4月6日推出了开源模型Gemma的新版本Gemma 1.1，包括7B和2B两个版本。Gemma 1.1使用新的RLHF方法进行训练，在质量、编码能力、真实性、指令遵循和多轮对话质量方面取得了显着的进步。谷歌还修复了多轮对话中的一个错误，并确保模型响应并不总是以“Sure”开头。... 阅读全文

Langflow是一种简单而高效的方式，用于构建从基础到复杂的AI应用。它作为一个低代码平台，让您能够轻松地将AI集成到日常工作中。Langflow采用动态图的设计，每个节点都是一个可执行的单元。其模块化和交互式的特点，促进了快速实验和原型制作，从而极大地拓展了创意的边界。... 阅读全文

RAGFlow 是一款基于深度文档理解构建的开源 RAG（Retrieval-Augmented Generation）引擎。RAGFlow 可以为各种规模的企业及个人提供一套精简的 RAG 工作流程，结合大语言模型（LLM）针对用户各类不同的复杂格式数据提供可靠的问答以及有理有据的引用。 🌟 主要功能 🍭 "Qual... 阅读全文

gpt-author这个项目巧妙地结合了GPT-4、Stable Diffusion和Anthropic API调用，从而生成了一部独具匠心的奇幻小说。用户只需输入一个初始提示和期望的章节数，AI便能迅速创作出一部完整的小说，并以EPUB格式输出，完美兼容电子书阅读器。更令人惊喜的是，仅需4美元的成本，AI便能在几分钟... 阅读全文

LLocalSearch是一个完全本地运行的搜索聚合器，它利用LLM代理来工作。用户只需提出问题，系统就会通过一系列LLM来寻找答案。在这个过程中，用户还可以查看代理的进度以及最终的答案。值得一提的是，使用LLocalSearch无需OpenAI或Google的API密钥。 特点： 🕵️ 完全本地化操作，无需任何API... 阅读全文

Vocode是一个开源库，它使得构建基于语音的LLM应用变得简单。使用Vocode，你可以构建实时的流式对话，并与LLM进行交互，然后将其部署到电话通话、Zoom会议等场景中。你还可以构建个人助手或像语音象棋这样的应用。Vocode提供了简洁的抽象和集成方式，让你所需的一切功能都集成在一个库中。 官网：https://... 阅读全文

Replexica是一个强大的AI驱动的i18n引擎，专为构建多语言React应用而生。它分为两个部分，让应用的多语言支持变得简单而高效。 一、Replexica编译器 这是一个开源的React编译器插件，轻松集成到你的开发流程中。 二、Replexica云 这是一个云端的人工智能引擎，负责实时翻译，确保内容的准确性和... 阅读全文