来自清华大学人工智能产业研究院、伦敦帝国理工学院、北京航空航天大学、北京理工大学、中国科学院大学、 香港中文大学（深圳）、中国电信人工智能研究院（TeleAI）EVOL实验室的研究人员推出新的3D场景表示方法SUNDAE，它通过一种称为“光谱剪枝”的技术来优化和压缩3D高斯溅射（3D Gaussian Splattin... 阅读全文

Scale AI发布论文，论文的主题是关于大语言模型（Large Language Models，简称LLMs）在小学数学问题上的表现。研究人员们对这些模型进行了仔细的考察，特别是它们在解决数学问题时是否真正具备推理能力，还是仅仅因为训练数据中包含了与测试题目过于相似的问题，导致模型只是简单地“记住”了答案。 例如，我... 阅读全文

加州大学伯克利分校的研究人员发布关于论文，这篇论文的主题是对大语言模型（LLMs）进行模型编辑的实证研究，特别是针对最新的大型语言模型Llama-3。研究的核心问题是探讨在对模型进行编辑时，是否更大的编辑批量（batch size）总是能带来更好的效果。实验结果表明，对于Llama-3模型，当进行4096次编辑时，使用... 阅读全文

来自萨里大学和上海交通大学的研究人员推出新型音频编解码器SemantiCodec，它能够在极低的比特率下对音频进行压缩和重建，同时保留丰富的语义信息。这种编解码器特别适合于需要在保持音频质量的同时减少数据大小的场景，例如在带宽有限的网络环境中传输音频或者在存储空间受限的设备上存储音频。 实验结果显示，SemantiCo... 阅读全文

百川智能与北京大学的研究人员推出新算法Clover，它用于提高大语言模型（LLMs）在生成文本时的效率。大型语言模型通常需要逐步生成文本，每个步骤生成一个输出令牌（token），这种方式在GPU上运行时效率较低，因为GPU在内存传输上花费的时间比实际计算要多。 实验结果显示，Clover在Baichuan-Small（... 阅读全文

加州大学洛杉矶分校的研究人员推出一种新的语言模型对齐方法，名为自对弈偏好优化（Self-Play Preference Optimization，简称SPPO）。这种方法旨在通过自我对弈的方式，不断迭代和优化语言模型，使其更好地符合人类的偏好和期望。论文中的实验结果显示，使用SPPO方法微调的模型在多个基准测试中表现出... 阅读全文

苹果发布一种新颖的方法，用于将应用程序（App）的图片与人们可能用来发现该应用程序的搜索短语进行匹配。这种技术对于应用开发者来说非常有用，因为它可以帮助他们更好地推广自己的应用程序。例如，你在开发一个旅游应用，想要吸引用户下载。你可能会上传一些美丽的风景图片到应用商店。这项技术可以帮助你理解哪些图片最有可能吸引那些搜索... 阅读全文

Waymo与Google Research发布自动驾驶领域中的一个关键技术三维多目标跟踪（3D Multi-Object Tracking，简称3D MOT）。这项技术对于自动驾驶汽车的安全行驶至关重要，因为它能够让汽车实时地识别并追踪周围的物体，比如其他车辆和行人，同时准确估计它们的速度和加速度等状态。例如，你坐在一... 阅读全文

Anthropic今日震撼推出旗下大模型产品Claude的移动端App，终于迎来了iOS版本的上线！在竞争对手ChatGPT、Gemini等一路高歌猛进之际，Claude虽然稍显慢热，但这次移动端的重磅发布无疑将掀起一场科技狂潮！ Anthropic产品经理斯科特・怀特（Scott White）透露，为了满足广大用户通... 阅读全文

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