上海交通大学和上海人工智能实验室的研究人员推出新的评估指标RaTEScore，专门用来衡量由AI模型生成的医学报告的质量。这个指标特别关注医学报告中的关键医疗实体，如诊断结果和解剖细节，并且对于复杂的医学同义词有很强的鲁棒性，对否定表达也很敏感。新基准测试RaTE-Eval，它包括三个子任务：句子级人类评分、段落级人类... 阅读全文

新型智能体∆-IRIS，它使用了一个高效的世界模型架构来模拟环境并学习新行为。这个模型特别适合于深度强化学习（Deep Reinforcement Learning, RL），这是一种让机器通过与环境交互来自主学习的方法。∆-IRIS在训练速度上比之前的注意力机制方法快了一个数量级，这使得它在需要处理大量数据和复杂环境... 阅读全文

爱荷华州立大学、纽约大学和亚利桑那大学的研究人员推出大型多模态数据集ARBORETUM，它是为了推动生物多样性应用的AI发展而设计的。论文还提到了基于ARBORETUM数据集训练的一些新模型，称为ARBORCLIP，这些模型在多种图像分类任务上展现出了优秀的性能。研究者希望这个数据集能够激发更多AI模型的发展，以支持从... 阅读全文

中国科学院自动化研究所、中国科学院大学人工智能学院和微软的研究人员推出新框架AutoRAG-HP，它是为了提高大语言模型（LLMs）在检索增强型生成（RAG）系统中的超参数调优效率而设计的。例如，你有一个非常智能的助手，它可以写文章、回答问题，甚至帮你处理各种语言任务，但为了让它表现得更好，你需要调整一些设置，这些设置... 阅读全文

华中科技大学、华为公司和上海交通大学人工智能研究院的研究人员推出新型框架GaussianDreamerPro，它能够将文本转换成高质量的3D高斯资产（3D Gaussian assets），这些资产可以用于游戏、电影、扩展现实（XR）等行业。GaussianDreamerPro的核心思想是将高斯（Gaussians）与... 阅读全文

上海交通大学、清华大学、微软研究院和香港中文大学的研究人员推出一种新型的知识蒸馏（Knowledge Distillation, KD）方法，称为直接偏好知识蒸馏（Direct Preference Knowledge Distillation, DPKD），专门为大型语言模型（Large Language Model... 阅读全文

石溪大学和威斯康星大学麦迪逊分校的研究人员推出新框架LLaRA（Large Language and Robotics Assistant），它将大语言模型（LLMs）的广泛世界知识和强大的推理能力应用于机器人学习领域。LLaRA框架的核心思想是将机器人的动作策略制定过程转化为一种对话形式，通过训练，使得模型能够根据视... 阅读全文

腾讯西雅图人工智能实验室推出一种新颖的、由角色驱动的数据合成方法，该方法利用大语言模型（LLM）中的多种视角来创建多样化的合成数据。研究人员推出了一个名为“Persona Hub”的系统，它自动从网络数据中整理出10亿个不同的角色（约占世界总人口的13%）。这些角色作为世界知识的分布式载体，能够触及LLM中包含的几乎所... 阅读全文

深圳市大数据研究院、香港中文大学（深圳）和国家健康数据研究院（深圳）的研究人员推出多模态大语言模型HuatuoGPT-Vision，它专门设计用来处理医学视觉知识，并将其注入到现有的多模态大型语言模型中。简单来说，HuatuoGPT-Vision就像是一个学习了大量医学图像和文本资料的智能助手，它能理解医学图像的内容，... 阅读全文

EverythingToolbar 是一款可以将 Everything 无缝集成到 Windows 10/11 开始菜单的小工具，用来替代系统搜索按钮，让你拥有秒级文件搜索工具。确保是 Windows 10 或 11，并且 Everything ≥ 1.4.1 在运行，安装后打开 C:\Program Files (x... 阅读全文

在数字化时代，信息的获取与传递日益依赖于视觉内容。介绍一款革新工具——Describe Picture，它利用先进的AI技术，为图片理解与应用带来全新维度。通过这个平台，用户能轻松上载图片，并通过一个智能化的聊天界面，实现图片内容的全方位互动，包括但不限于生成描述、总结、翻译以及精准识别图片文本。更令人兴奋的是，它能立... 阅读全文

Ummy是一款简便易用的在线视频下载工具，专为帮助用户下载网络视频而设计。它支持多样化的分辨率和格式选项，操作过程相当直观：只需复制视频页面链接并粘贴到Ummy网站，随后从中选择你偏好的保存格式即可，其使用体验与其他常规视频下载工具相似。 Ummy涵盖了广泛的网络平台，其中包括YouTube、Facebook、Inst... 阅读全文