腾讯优图研究团队发布论文总结了小参数的多模态模型的发展历程，多模态大型语言模型结合了视觉和语言处理的能力，在诸如视觉问答、视觉理解和推理等任务中表现出色。但是，这些模型往往因为模型体积庞大、训练和推理 ...... 阅读全文

日本山梨大学的研究人员推出新型推荐系统RDRec（Rationale Distillation for LLM-based Recommendation），这个推荐系统的核心思想是利用大语言模型（LLM）来理解和生成推荐理由，从而提高推荐的相关性和准确性。总 ...... 阅读全文

来自澳大利亚悉尼大学电气工程学院、香港中文大学电子工程学系、香港中文大学深圳研究院、山东大学齐鲁医院的研究人员推出新型低光照增强技术LighTDiff，它专门用于改善手术内窥镜图像的质量。在进行微创手术时，内 ...... 阅读全文

GitHub上的一个项目收集列表，以OpenAI的Sora为线索，对文本到视频领域的现有研究进行了全面的探索，并总结了该领域的24个数据集和9个评估指标。还发布论文梳理了文生视频的发展历程，结合Sora的优势和相关领域的特 ...... 阅读全文

IBM Research发布论文，探讨如何使用大语言模型（LLMs）来自动生成规划领域的模型。在人工智能规划领域，创建领域模型通常需要人工手动完成，这限制了规划技术的普及和应用。为了使规划过程更加自动化和易于访问，研 ...... 阅读全文

上海科技大学与上海市智能视觉与成像工程技术研究中心的研究人员推出Layer-Condensed KV Cache，如何高效地部署和运行大型语言模型（LLMs），以便在真实世界的应用中实现高吞吐量和低延迟。大型语言模型因其庞大的参 ...... 阅读全文

来自上海人工智能实验室、浙江大学和香港中文大学的研究人员推出新型的三维场景理解模型——Grounded 3D-LLM（Grounded 3D Large Language Model）。这个模型旨在通过结合三维视觉和语言模型，来处理和理解复杂的三维 ...... 阅读全文

来自深圳大学计算机科学与软件工程学院、腾讯AI实验室、 武汉大学和西交利物浦人工智能与先进计算学院的研究人员推出ChatFlow，这是一种成本效益的方式训练大型语言模型（LLMs），特别是针对中文这样的非英语语言。 ...... 阅读全文

由IBM Research AI和其他合作机构共同开发的一套大语言模型INDUS，这些模型专门为科学应用而设计，能够处理地球科学、生物学、物理学、太阳物理学、行星科学和天体物理学等领域的专业任务。 主题介绍： 想象一下，你 ...... 阅读全文

Two Platforms推出多语言大语言模型（LLM）架构SUTRA，它能够理解、推理并用超过50种语言生成文本。SUTRA的设计独特之处在于它将核心概念理解与语言特定处理分离开来，这有助于实现可扩展和高效的多语言对齐和学习。 ...... 阅读全文

腾讯推出全面基准测试Plot2Code，它是为了评估多模态大语言模型（MLLMs）在将科学图表转换为可执行代码方面的能力而设计的。MLLMs在视觉领域的应用取得了显著进展，但它们在将视觉图表转换为代码方面的能力尚未得到 ...... 阅读全文

SambaNova推出新型AI加速器SambaNova SN40L，它通过采用数据流架构和专家组合（Composition of Experts，简称CoE）的方法，有效扩展了AI的内存容量。这种加速器旨在解决大型单一AI模型（如GPT-4）在训练、服务和维护 ...... 阅读全文