Snap推出新型三维重建方法GTR（Geometry and Texture Refinement），GTR旨在从多视角图像中生成高质量的3D网格模型，其特别关注于几何形状和纹理细节的精细化。例如，你是一名游戏开发者，需要将一些2D概念艺术转换为3D模型。使用GTR，你可以通过拍摄概念艺术的多角度照片，快速生成一个高质... 阅读全文

华盛顿大学、康奈尔大学、 Google Research和加州大学伯克利分校的研究人员推出ExtraNeRF，它用于扩展神经辐射场（Neural Radiance Fields, NeRF）的视图范围，特别是当只有少数输入视图可用时。NeRF是一种能够从一组图像重建场景并从新视点渲染场景的深度学习模型，但传统的NeRF... 阅读全文

南开大学和旷视科技的研究人员推出新技术LE3D（Lighting Every Darkness with 3DGS），它是用来快速训练和实时渲染高动态范围（HDR）视图合成的。例如，你用手机在夜晚或者光线复杂的地方拍照，通常照片可能会过暗或者颜色失真。使用LE3D技术，你可以实时地渲染出更加清晰和色彩准确的3D场景，甚... 阅读全文

由Google开发并集成在Gboard键盘中的新功能Proofread，Proofread利用了大语言模型的强大能力，以一种创新的方式改善了用户的打字体验。具体来说，Proofread能够通过简单的一次点击，实现句子级和段落级的文本纠错。例如，你在智能手机上快速打字，但由于屏幕小，手指粗，很容易出错。传统的纠错方法可能... 阅读全文

阿里巴巴推出一个名为C4的通信驱动方法，用于提升大规模并行训练的效率。在大语言模型（LLMs）的训练过程中，为了处理庞大的数据和计算需求，通常需要使用成千上万的GPU进行并行训练。然而，现有的并行训练技术存在一些问题，比如硬件故障导致的训练中断，以及GPU在等待参数同步时造成的等待时间延长。C4就是为了解决这些问题而设... 阅读全文

Meta Reality Labs、香港科技大学和香港科技大学（广州）的研究人员推出新基准测试CRAG（Comprehensive RAG Benchmark），它是专门为评估和提升检索增强型生成（Retrieval-Augmented Generation，简称RAG）系统在处理大语言模型（Large Languag... 阅读全文

艾伦人工智能研究所和华盛顿大学的研究人员推出评估框架WildBench，它专门用来测试和比较大语言模型在处理现实世界中用户提出的复杂查询方面的能力。论文还讨论了WildBench与传统评估方法相比的优势，例如它如何通过使用真实用户数据来提供更全面的评估，并且如何通过动态更新任务集来适应LLMs不断变化的能力。此外，论文... 阅读全文

Together AI推出一种名为“Mixture-of-Agents”（MoA，即代理混合）的新颖方法，它通过结合多个大语言模型（LLMs）的集体智慧来增强单个模型的能力。例如，如果有多个专家在团队中，每个专家都有自己擅长的领域，通过合作，他们可以共同解决更复杂的问题。MoA的原理与此类似，它通过让不同的LLMs在多... 阅读全文

Google DeepMind推出新型基准测试NATURAL PLAN，它专门用来评估大语言模型（LLMs）在处理自然语言描述的计划任务方面的能力。这个基准测试包含三个关键任务：旅行规划、会议规划和日历安排。论文的核心思想是，通过提供像Google Flights、Google Maps和Google Calendar... 阅读全文

PyGPT是一款跨平台（支持Linux、Windows和Mac）的Python编写的桌面应用程序，它无缝集成了OpenAI API及其他先进AI技术，为用户提供了一个直接与GPT-4、GPT-4 Vision、GPT-3.5等尖端语言模型互动的平台。通过Langchain技术，它还轻松对接HuggingFace等来源的... 阅读全文

在追求高效的工作流程中，窗口管理器扮演着至关重要的角色。今天，我们向您介绍 AeroSpace —— 一款为 macOS 系统量身定做的平铺式窗口管理器。 关键特点 受 i3 启发的树形结构：AeroSpace 采用基于树形结构的手动平铺窗口管理方式，提供直观、灵活的窗口布局。 独立于 macOS Spaces：不依赖... 阅读全文

Friend是一款创新的开源 AI 可穿戴设备，它能够记录您的对话，实时为您提供反馈和建议，而且单次充电后的使用时间可以超过 6 天。这款设备是您日常生活中的智能伴侣，无论工作还是休闲，都能提供贴心的辅助。 主要特点包括： 实时 AI 音频处理：设备内置的 AI 技术能够即时分析您的声音，帮助您捕捉重要信息。 低功耗蓝... 阅读全文