来自谷歌的研究人员发布名为OmniPred的框架，它旨在将语言模型（LMs）训练成通用的端到端回归器，用于处理来自不同现实世界实验的(x, y)评估数据。OmniPred利用谷歌Vizier数据库中的大量黑盒优化数据，展示了仅通过 ...... 阅读全文

谷歌团队发布论文介绍了一种用于扩大大语言模型（LLMs）在谷歌广告内容审核中的应用的方法。由于LLMs在内容审核方面非常强大，但其推理成本和延迟使得它们在日常大量数据集（如谷歌广告库）上的应用变得不切实际。研 ...... 阅读全文

来自穆罕默德·本·扎耶德人工智能大学、澳大利亚国立大学、阿尔托大学、墨尔本大学、林雪平大学的研究人员推出大型多语言多模态模型PALO（Polyglot Large Multimodal Model），PALO的目标是创建一个能够理解和生成多 ...... 阅读全文

这篇论文介绍了一种名为GaussianPro的新型3D渲染技术。这项技术的核心是3D高斯溅射（3DGS），它通过在三维空间中使用高斯分布的点云来模拟场景，并利用这些点云来生成高质量的实时渲染图像。GaussianPro在3DGS的基础 ...... 阅读全文

这篇论文探讨了线性变换器（Linear Transformers）在上下文学习（In-Context Learning，ICL）中的潜力。研究者们发现，尽管线性变换器在结构上相对简单，但它们在处理复杂问题时表现出了惊人的能力。具体来说，线性 ...... 阅读全文

加州大学伯克利分校、索尼的研究人员发布论文介绍了BeTAIL（Behavior Transformer Adversarial Imitation Learning），这是一种结合了行为变换器（Behavior Transformer，简称BeT）和对抗性模仿学习（Adversarial Im ...... 阅读全文

来自加州大学圣地亚哥分校、南加州大学的研究人员推出CyberDemo，这是一种新颖的方法，它利用在模拟环境中收集的人类演示数据来学习现实世界中的灵巧操作任务。CyberDemo通过在模拟器中进行大量的数据增强，使得在转 ...... 阅读全文

布朗大学的研究人员发布论文介绍了一个名为LexC-Gen的方法，它旨在解决低资源语言（即那些缺乏大量标注数据的语言）在自然语言处理（NLP）任务中的挑战。LexC-Gen通过使用双语词典和大型语言模型（LLMs）来生成这些 ...... 阅读全文

来自Meta的研究人员发布论文介绍了一种名为Searchformer的新型Transformer模型，它通过一种称为搜索动态引导（search dynamics bootstrapping）的方法，训练Transformer来解决复杂的规划任务。Transformer是一种深度 ...... 阅读全文

来自滑铁卢大学、艾伦人工智能研究所、香港科技大学的研究人员推出开源代码生成系统OpenCodeInterpreter。这个系统旨在通过结合代码执行和迭代精炼，提高代码生成的质量和实用性。它通过一个名为“CodeFeedback”的数 ...... 阅读全文

Hugging Face 近日开源了一款名为“Cosmopedia”的 AI 训练数据集，号称是目前世界上最大的合成数据集。该数据集内容均由 Mixtral 7b 模型汇总生成，其中收录 3000 万以上文本文件，包含大量教科书、博客文章、故事小 ...... 阅读全文

CapCut（剪映海外版）推出视频生成功能，可以通过文本生成4秒的视频，支持多种4:3、9:16等多种比例的视频类型，支持中文提示词，每人每天可以免费生成五次。从生成效果来看尚可，但目前排队情况严重，生成一个视频可 ...... 阅读全文