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

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

Meta推出AdvPrompter，它能够快速适应性地为大语言模型（LLMs）生成对抗性提示（adversarial prompts）。这些对抗性提示是用来测试和提高语言模型的安全性，确保它们不会生成不适当或有害的内容。例如，我们有一个语言模型，我们希望确保它不会帮助用户进行欺诈活动。通过AdvPrompter，我们可... 阅读全文

特拉维夫大学和芝加哥大学的研究人员推出HaLo-NeRF系统，它是一个用于理解和探索大规模地标性建筑照片集合的先进方法。这个系统能够将文本描述与场景中的语义区域联系起来，从而允许用户在三维空间中定位和探索特定的建筑特征。例如，你是一名对巴黎圣母院感兴趣的历史学生。你可以使用HaLo-NeRF系统，上传圣母院的照片集合，... 阅读全文

Picovoice 是一个面向开发者的平台，让您能够按照自己的需求构建语音产品。与亚马逊或谷歌不同的是，Picovoice 的人工智能技术完全在设备端运行，同时保证更高的准确性。通过 Picovoice，您可以实现关键词检测、语音指令控制、语音用户界面（VUI）、音素搜索、自动语音识别（ASR）、语音转文字（STT）、... 阅读全文

在探索先进语言模型的奇妙世界时，有没有想过亲手调校出专属于自己的智能助手？让《Llama-Recipes》成为你的得力伙伴吧！这不仅是一个资源库，更是通往Meta Llama 3模型定制化与应用创新的大门。🌟 🛠️ 一库在手，调校无忧 Llama-Recipes目的就是让你轻松驾驭Meta Llama模型的调优之旅。想... 阅读全文

亚马逊发布关于如何提高大语言模型（LLMs）在生成文本时的效率和速度的论文。大语言模型是一种人工智能技术，它能够理解和生成人类语言，被广泛应用于各种场景，比如自动翻译、写作辅助、聊天机器人等。但是，这些模型在运行时往往需要大量的计算资源，导致处理速度慢和延迟高，这在实际应用中是个问题。 例如，你是一个客服中心的经理，需... 阅读全文

这篇论文的主题是关于一种新的语言模型推理方法，名为XC-CACHE（Cross-Attending to Cached Context），它旨在提高大型语言模型（LLMs）的推理效率，同时减少所需的缓存空间。这种方法特别适用于需要根据给定的上下文信息来生成回答的场景。 通俗介绍： 想象一下，你有一个非常聪明的AI助手，... 阅读全文

来自香港科大、香港中文大学、 商汤科技和上海人工智能实验室的研究人员推出创新框架Interactive3D，它允许用户通过交互式操作来精确控制3D对象的生成过程。这个框架特别适用于那些需要高度个性化和定制化3D模型的场景。例如，你想要创建一个“骑在喷火龙上的黑暗骑士”的3D模型。使用Interactive3D，你可以先... 阅读全文

腾讯发布基准测试工具SEED-Bench-2-Plus，它专门用于评估多模态大语言模型（MLLMs）在处理富含文本的视觉内容方面的性能。这类场景在现实世界中非常普遍，例如图表、地图和网页等，它们都包含了大量的文本信息嵌入在图像中。 主要功能和特点： 针对性的评估：SEED-Bench-2-Plus包含2.3K个多项选择... 阅读全文

来自上海人工智能实验室、商汤科技研究院、清华大学、南京大学、复旦大学和香港中文大学的研究人员推出开源多模态大语言模型InternVL 1.5，旨在缩小开源模型与商业专有模型在多模态理解能力方面的差距。多模态大语言模型结合了视觉和语言处理的能力，可以处理包含文本和图像的任务，比如解释图片内容、理解文档中的文本等。 Git... 阅读全文

北京人工智能研究院、中国电信股份有限公司人工智能研究院（TeleAI）和新加坡南洋理工大学计算机科学与工程学院的研究人员推出开源多语言大语言模型Tele-FLM（也称为FLM-2），Tele-FLM在语言理解和生成方面展现了卓越的能力，支持广泛的应用场景。 如果你正在开发一个多语言的聊天机器人，需要它能够理解和回应不同... 阅读全文