来自萨里大学和上海交通大学的研究人员推出新型音频编解码器SemantiCodec，它能够在极低的比特率下对音频进行压缩和重建，同时保留丰富的语义信息。这种编解码器特别适合于需要在保持音频质量的同时减少数据大小的场 ...... 阅读全文

百川智能与北京大学的研究人员推出新算法Clover，它用于提高大语言模型（LLMs）在生成文本时的效率。大型语言模型通常需要逐步生成文本，每个步骤生成一个输出令牌（token），这种方式在GPU上运行时效率较低，因为GP ...... 阅读全文

加州大学洛杉矶分校的研究人员推出一种新的语言模型对齐方法，名为自对弈偏好优化（Self-Play Preference Optimization，简称SPPO）。这种方法旨在通过自我对弈的方式，不断迭代和优化语言模型，使其更好地符合人类 ...... 阅读全文

苹果发布一种新颖的方法，用于将应用程序（App）的图片与人们可能用来发现该应用程序的搜索短语进行匹配。这种技术对于应用开发者来说非常有用，因为它可以帮助他们更好地推广自己的应用程序。例如，你在开发一个旅 ...... 阅读全文

Waymo与Google Research发布自动驾驶领域中的一个关键技术三维多目标跟踪（3D Multi-Object Tracking，简称3D MOT）。这项技术对于自动驾驶汽车的安全行驶至关重要，因为它能够让汽车实时地识别并追踪周围的物体，比 ...... 阅读全文

Anthropic今日震撼推出旗下大模型产品Claude的移动端App，终于迎来了iOS版本的上线！在竞争对手ChatGPT、Gemini等一路高歌猛进之际，Claude虽然稍显慢热，但这次移动端的重磅发布无疑将掀起一场科技狂潮！ Anthropic ...... 阅读全文

英伟达的 ChatRTX 应用在其网站上发布了备受期待的 0.3 版本更新。这款类似 ChatGPT 的应用的更新首次在 英伟达 3月份的 GTC 会议上被预告，带来了一系列新功能，包括照片搜索能力、AI 驱动的语音识别以及与更多大语 ...... 阅读全文

Nexa AI推出新型语言模型框架Octopus v4，这个框架特别之处在于它使用了一种图结构（graph structure）来整合多个开源的语言模型，每个模型都针对特定的任务进行了优化。Octopus v4模型使用功能令牌（functional tok ...... 阅读全文

北京人工智能研究院和中国人民大学高瓴人工智能学院推出微调技术QLoRA，可以显著扩展大语言模型的上下文长度，特别是针对Llama-3-8B-Instruct模型，上下文长度是指模型在生成回答时能够考虑的输入信息的最大长度。开 ...... 阅读全文

谷歌推出AI医疗模型Med-Gemini，它们是专门为医学领域设计的多模态（能够处理文本、图像、视频等不同类型数据）大语言模型。Med-Gemini模型基于Gemini模型，通过特殊的训练和定制，能够在医学领域表现出强大的能力， ...... 阅读全文

Meta和纽约大学的研究人员发布论文，这篇论文的主题是关于如何提高大语言模型（LLMs）在推理任务中的表现。研究者们开发了一种迭代推理偏好优化（Iterative Reasoning Preference Optimization，简称Iterative RPO） ...... 阅读全文

这篇论文的主题是关于如何改进大语言模型（LLMs）的训练方法，使其更加高效和快速。研究者们提出了一种新的方法，叫做“多令牌预测”（Multi-token Prediction），用于训练像GPT和Llama这样的大型语言模型。这些模型通 ...... 阅读全文