微软发布新型语音大型语言模型WavLLM，它旨在提高语言模型在处理和理解语音方面的性能。WavLLM通过结合两个编码器（Whisper和WavLM）来分别处理语音的语义内容和说话者的身份特征。该模型采用分阶段的课程学习方法， ...... 阅读全文

来自滑铁卢大学、卡内基·梅隆大学和Vector Institute探讨了大语言模型（LLMs）在处理长篇幅上下文学习任务时的表现。研究者们发现，尽管LLMs在处理短上下文任务时表现出色，但当上下文长度增加时，它们的性能会显著 ...... 阅读全文

英特尔推出多模态基础模型（MMFM）套件LLaVA-Gemma，它利用了最近发布的Gemma系列大语言模型（LLMs）。特别是2B参数的Gemma模型，为构建能力强大的小型多模态基础模型提供了机会。LLaVA-Gemma模型在多种评估中表现中 ...... 阅读全文

来自清华大学、伊利诺伊大学香槟分校、美国东北大学、ModelBest、中国人民大学、北京邮电大学和腾讯的研究人员推出新型大语言模型（LLM）套件EURUS，它专门针对推理任务进行了优化。这些模型在数学、代码生成和逻辑 ...... 阅读全文

这篇论文探讨了大语言模型（LLMs）在化学科学领域的应用潜力。LLMs是一类强大的人工智能工具，它们通过分析大量文本数据来理解和生成人类语言。在化学领域，这些模型可以用来预测化学物质的性质、优化化学反应过程， ...... 阅读全文

来自微软研究院、UT 奥斯汀分校和北京大学的研究人员推出LLM-ABR，利用大语言模型（LLMs）来设计适应不同网络特性的自适应比特率（ABR）算法。简单来说，就是通过智能系统自动调整视频流的清晰度，以适应观众的网络 ...... 阅读全文

来自谷歌和约翰霍普金斯大学的研究人员探讨了潜在扩散模型（Latent Diffusion Models，简称LDMs）的扩展特性，特别关注了它们在采样效率方面的表现。潜在扩散模型是一种用于生成图像的深度学习模型，可以通过文本描 ...... 阅读全文

来自芬兰的研究人员推出大型多语言模型Poro 34B，它是为了解决小语种语言模型训练数据不足的问题而设计的。Poro 34B是一个拥有340亿参数的模型，它在芬兰语、英语和编程语言的数据上进行了训练，总共使用了一万亿个 ...... 阅读全文

斯坦福大学的研究人员推出新型在设备语言模型Octopus v2，它是为了在智能代理中实现自动化工作流程而设计的。这个模型特别适用于在智能手机、汽车、虚拟现实头盔和个人电脑等边缘设备上运行，以提供快速、准确的AI代 ...... 阅读全文

NAVER Cloud的HyperCLOVA X团队开发的大语言模型HyperCLOVA X，这个模型专门针对韩语和韩国文化进行了优化，并且在处理英语、数学和编程数据方面也具有很强的能力。HyperCLOVA X通过结合高质量的人类注释数据进行指 ...... 阅读全文

APUS与新旦智能联合训练、研发的千亿MoE（Mixture of Experts）架构大模型APUS-xDAN-4.0，在GitHub上正式开源，该模型可以在低端算力芯片4090上运行，综合性能达到了GPT-4 的90%。APUS-xDAN大模型4.0（MoE）采用GPT4 ...... 阅读全文

东京大学的研究人员推出MaGRITTe，它可以根据用户提供的部分图像、顶视图布局信息和文本提示来控制和生成3D场景。想象一下，你有一个不完整的图片，比如一张桌子的角落，还有一些关于房间布局的文字描述，比如“有一 ...... 阅读全文