Salesforce的研究人员发布论文介绍了一个名为AgentOhana的系统，它是为了解决大语言模型（LLMs）在代理任务中面临的数据多样性和复杂性问题而设计的。AgentOhana的目标是将来自不同环境的代理轨迹数据整合到一个统一的格式中，以便更有效地训练和优化AI代理。 论文地址：https://arxiv.or... 阅读全文

西班牙巴塞罗那大学的研究人员发布论文介绍了一个名为FlowMDM的创新方法，它能够根据文本描述生成连续的、无缝的人类动作序列。想象一下，你只需要告诉系统“向前走，然后慢慢坐下”，FlowMDM就能创造出一个人物从站立到行走再到坐下的连贯动作视频。这在虚拟现实、游戏开发和机器人技术等领域有着广泛的应用前景。FlowMDM... 阅读全文

Open WebUI 是一个仿照 ChatGPT 界面，为本地大语言模型提供图形化界面的开源项目，可以非常方便的调试、调用本地模型。你能用它连接你在本地的大语言模型（包括 Ollama 和 OpenAI 兼容的 API），也支持远程服务器。Docker 部署简单，功能非常丰富，包括代码高亮、数学公式、网页浏览、预设提示... 阅读全文

微软2月22日发布了一款开源自动化框架PyRIT，这是一款Python风险识别工具包，用于帮助安全专业人士和机器学习工程师识别生成式AI系统的风险。微软的AI红队已使用该工具检查包括Copilot在内生成式AI系统中风险。PyRIT 框架的工作原理是：PyRit Agent向目标生成式AI系统发送恶意提示词，在收到生成... 阅读全文

CodeMate是一款专门为编程人员设计的实用型解决方案引擎，其核心技术基于生成式人工智能，旨在帮助开发者快速有效地解决各类编程问题。 主要特性与优势 即时性解答： CodeMate运用强大的AI能力，可在短时间内针对用户的复杂编程问题提供准确的答案，大大缩短了问题解决的时间。 多语言支持： 用户可以根据实际项目需求选... 阅读全文

「Globe Explorer」是一款致力于革新知识获取与解析方式的创新工具，它巧妙地运用AI技术和视觉化手段，旨在打造一个基于真实来源、层次分明、图文并茂的知识图谱世界。不同于传统搜索引擎简单的信息罗列，「Globe Explorer」以独特的架构化和可视化的形式，引领用户轻松纵览复杂知识体系，并深挖各个细节。 核心... 阅读全文

阿里巴巴推出多智能体平台AgentScope，它旨在帮助开发者更容易地构建和协调大语言模型（LLMs）的多智能体应用。AgentScope以消息交换为核心通信机制，提供了丰富的语法工具、内置资源和用户友好的交互方式，显著降低了开发和理解的难度。为了实现健壮和灵活的多智能体应用，AgentScope提供了内置和可定制的容... 阅读全文

微软研究人员发布论文介绍了一个名为Copilot Evaluation Harness的工具，它用于评估大语言模型（LLMs）在软件开发环境中的编程辅助功能。LLMs，如OpenAI的GPT-3.5/4和Code Llama，有潜力通过作为智能、聊天驱动的编程助手来显著提高开发者的生产力。然而，直接使用这些模型可能并不... 阅读全文

这篇论文介绍了一个名为TinyLLaVA的框架，它旨在设计和分析小型的大型多模态模型（LMMs）。这些模型结合了视觉和语言处理能力，以更好地理解和生成与图像相关的文本。TinyLLaVA框架通过实验研究了不同视觉编码器、连接模块、语言模型、训练数据和训练方法对模型性能的影响。研究结果表明，通过使用高质量的数据和有效的训... 阅读全文

来自谷歌的研究人员发布名为OmniPred的框架，它旨在将语言模型（LMs）训练成通用的端到端回归器，用于处理来自不同现实世界实验的(x, y)评估数据。OmniPred利用谷歌Vizier数据库中的大量黑盒优化数据，展示了仅通过数学参数和值的文本表示，语言模型就能够进行非常精确的数值回归。如果给定机会在多个任务上进行... 阅读全文

谷歌团队发布论文介绍了一种用于扩大大语言模型（LLMs）在谷歌广告内容审核中的应用的方法。由于LLMs在内容审核方面非常强大，但其推理成本和延迟使得它们在日常大量数据集（如谷歌广告库）上的应用变得不切实际。研究团队提出了一种方法，通过筛选和去重来选择候选广告，然后为这些广告创建集群，并为每个集群选择一个代表性广告进行L... 阅读全文

来自穆罕默德·本·扎耶德人工智能大学、澳大利亚国立大学、阿尔托大学、墨尔本大学、林雪平大学的研究人员推出大型多语言多模态模型PALO（Polyglot Large Multimodal Model），PALO的目标是创建一个能够理解和生成多种语言内容的模型，以实现更包容的视语言模型（VLMs）。PALO支持10种主要语... 阅读全文