Hugging Face推出大规模文本数据集FineWeb，它是专门为训练大语言模型而设计的。FineWeb数据集来源于Common Crawl的96个快照，包含15万亿个token，这些数据被用来训练性能更好的LLMs。此外，论文还介绍了FineWeb-Edu，这是一个从FineWeb中筛选出来的、专注于教育文本的子... 阅读全文

华为云，北京大学的研究人员推出MemServe，它是为了提高大语言模型（LLM）服务的效率而设计的。想象一下，大语言模型就像一个非常聪明的机器人，它可以阅读和理解人类的语言，并用它来回答问题或生成文本。但是，这些模型非常大，运行它们需要很多计算资源。MemServe就是用来帮助更高效地管理和运行这些大型模型的。总的来说... 阅读全文

新型文本到视频（Text-to-Video, T2V）生成基准测试ChronoMagic-Bench。这个基准测试专门用来评估T2V模型在生成具有显著变化幅度和时间连贯性的延时视频方面的能力。简单来说，ChronoMagic-Bench就像是一个考试，它用来测试视频生成模型是否能够根据文本描述，制作出既符合描述又在视觉... 阅读全文

上海交通大学和上海人工智能实验室的研究人员推出自动足球比赛解说生成模型MatchTime，目的是提升观众观看体验。足球作为全球最受欢迎的运动之一，拥有超过35亿的观众。精彩的解说能够为观众提供背景信息、分析和情感上的激动，但制作吸引人且富有洞察力的解说需要相当的专业知识，并且可能资源密集。随着人工智能，尤其是基础视觉-... 阅读全文

中国电子科技大学、新加坡科技设计大学、同济大学和新加坡国立大学的研究人员推出Math-LLaVA，提升大语言模型（LLMs）在处理多模态数学问题上的能力。多模态数学问题是指那些需要结合图像和文本信息来解决的数学问题，比如根据图表数据计算趋势或者解决几何问题。例如，设有一个图表展示了某地区过去五年的人口增长趋势，Math... 阅读全文

韩国科学技术院、 三星医疗中心、麻省理工学院和多伦多大学推出EHRCon，关于电子健康记录（Electronic Health Records，简称EHRs）的数据一致性问题。EHRs是医院用来存储患者医疗记录的数字系统，其中既包括结构化数据（比如药物信息、诊断结果）也包括非结构化的临床笔记（比如医生的笔记）。这两种数... 阅读全文

普林斯顿大学、威斯康星大学麦迪逊分校和香港大学的研究人员推出评估套件CharXiv，它旨在更真实地测试多模态大语言模型（MLLMs）在理解图表方面的性能。在现实世界的任务中，比如分析科学论文或财务报告，理解图表是一项关键技能。然而，现有的数据集往往关注过于简化和同质化的图表，以及基于模板的问题，这导致了对模型进展的乐观... 阅读全文

nexa4ai推出新型AI规划代理Octo-planner，它是为了在边缘设备上实现高效决策和问题解决而设计的。你可以将Octo-planner想象成一个智能助手，它可以在你的智能手机或其他设备上运行，帮助完成复杂的任务。例如，你要计划一次旅行，需要订机票、酒店，还要制定行程。这些任务可能很繁琐，需要考虑很多细节。现在... 阅读全文

香港中文大学、深圳大数据研究院、杜克大学和斯坦福大学的研究人员推出新型优化器Adam-mini，在机器学习和人工智能领域，优化器是一种帮助模型在学习过程中找到最佳参数的算法。你可以将优化器想象成一位老师，它指导模型在大量数据中找到正确的答案。在训练一个大型的语言模型时，如果使用传统的优化器，可能需要大量的内存和计算资源... 阅读全文

华盛顿大学、艾伦人工智能研究所、首尔国立大学和卡内基梅隆大学推出自动化框架WILDTEAMING，它专门用来挖掘和测试大语言模型（LLMs）的安全性漏洞。简单来说，WILDTEAMING能够自动从真实的用户-聊天机器人交互中发现新的“越狱”（jailbreak）策略，这些策略是用户用来绕过语言模型的安全防护的技巧。然后... 阅读全文

Abacus.AI推出新型大语言模型基准测试工具LiveBench，它旨在克服现有基准测试中常见的问题，如测试数据集污染（即新模型训练时不小心包含了测试集中的数据）以及评判过程中的偏见和错误。简而言之，LiveBench是一个创新的基准测试工具，它通过提供更新频繁、自动评分和多样化任务的测试环境，帮助评估和推动LLM技... 阅读全文

这篇论文的主题是关于如何使用人工智能技术来提高简历分类的效率和准确性。在这个数字化和网络化的时代，在线招聘变得越来越普遍，而简历分类是招聘过程中的一个重要环节。例如，一个大型公司发布了一个职位，可能会收到成千上万份简历，手动分类这些简历是一项非常耗时且容易出错的工作。这就是人工智能可以大显身手的地方。 主要功能： 自动... 阅读全文