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言模型（LLM）的兼容性。 本次更新亮点包括： 照片搜索新境界：集成OpenAI的CL... 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 tokens）来智能地将用户查询导向最合适的垂直模型（vertical... 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。开发者成功地将Llama-3模型的上下文长度从8,000个令牌（tokens）扩展到80,000个... 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，包括理解复杂的医疗文本、处理多模态医疗数据，以及处理长文本的上下文信息。 例如，医生需要分析... 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）的方法，这种方法特别关注基于“思维链”（Chain-of... 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。这些模型通常通过预测文本序列中的下一个令牌（token）来进行训练，但这种方法在获取语言、世界... 阅读全文

来自麻省理工学院、加州理工学院、东北大学和美国国家科学基金会人工智能和基本交互研究所的研究人员推出一种新型的神经网络架构 Kolmogorov-Arnold Networks（简称 KANs）。这种网络架构是受 Kolmogorov-Arnold 表示定理启发而提出的，旨在作为多层感知器（Multi-Layer Per... 阅读全文

经过长达六个月的测试版测试，备受关注的浏览器Arc Browser现已全面支持Windows 11，无需邀请，下载注册即可使用。这款浏览器以其别具一格的功能与炫丽设计，为网络浏览体验带来新鲜感，尽管可能挑战了一部分用户的传统习惯，但无疑激起了大众对网络未来探索的好奇心。 Arc Browser于2022年首次在macO... 阅读全文

在数字创作领域中，将像素化的光栅图像（如常见的PNG、JPG格式）转变为高质量的矢量图形，是许多设计师和创作者的日常需求。这时，"Vectorizer Image"这一在线工具便显现出了它的独特魅力。作为Creative Fabrica Studio在线设计编辑器套件中的一员，"Vectorizer Image"专注于... 阅读全文

GitHub于4月29日推出了Copilot Workspace的技术预览版，这一创新开发者环境依托于多种Copilot代理，旨在促进自然语言与开发工作的深度融合。开发者能够在Copilot Workspace中无缝进行创意构思、项目规划、编码构建、测试及执行，全面跟踪从创意萌芽至代码实现的完整路径。 GitHub C... 阅读全文

字幕工具箱是一个字幕处理工具网站，支持剪映字幕导出、字幕转换成TXT文本、字幕连接、双语字幕等功能。 官方教程：... 阅读全文

douyin-vue 是一个模仿 抖音|TikTok 的移动端短视频项目。Vue 在移动端的"最佳实践"，媲美原生 App 丝滑流畅的使用体验。使用了最新的 Vue 技术栈，基于 Vue3、Vite5 、Pinia实现。数据保存在项目本地，通过 axios-mock-adapter 库拦截Api 并返回本地json数据... 阅读全文