优惠地图数据引擎Map It Anywhere (MIA)：利用大规模的公共数据来增强从第一人称视角（FPV）图像预测鸟瞰图（BEV）地图

AI

推荐人：暴走AI 标签：MIA 地图数据引擎 AI

2年前 (2024-07-13)AI

卡内基梅隆大学和布法罗大学的研究人员推出数据引擎Map It Anywhere (MIA) ，它能够利用大规模的公共数据来增强从第一人称视角（FPV）图像预测鸟瞰图（BEV）地图的能力。简单来说，MIA能够帮助我们从人们日常拍摄的街景照片中自动创建出用于导航的地图。项目主页：https://mapitanywhere... 阅读全文

直达链接好 0 不好 0 已关闭评论

优惠新基准测试GTA：评估和提升大语言模型在现实世界场景中使用各种工具的能力

AI

推荐人：暴走AI 标签：GTA AI

2年前 (2024-07-13)AI

上海交通大学和上海人工智能实验室的研究人员推出新基准测试GTA（General Tool Agents），它是为了评估和提升大语言模型（LLMs）在现实世界场景中使用各种工具的能力而设计的。GTA基准测试的主要挑战在于，现有的评估方法往往使用人工智能生成的查询、单一步骤任务、虚拟工具和仅限文本的交互，这些都不能有效地揭... 阅读全文

直达链接好 0 不好 0 已关闭评论

优惠新型多模态大语言模型DenseFusion-1M：通过融合多种视觉专家的知识来增强对复杂视觉元素的理解能力

AI

推荐人：暴走AI 标签：DenseFusion-1M 多模态大语言模型 AI

2年前 (2024-07-13)AI

北京大学、北京人工智能研究院和大连理工大学的研究人员推出一种新型多模态大型语言模型DenseFusion-1M，它通过融合多种视觉专家的知识来增强对复杂视觉元素的理解能力。这些模型能够理解图像中的多个对象、文本信息和空间关系，但它们的性能很大程度上受限于可用的高质量图像-文本数据集的质量。 GitHub：https:/... 阅读全文

直达链接好 0 不好 0 已关闭评论

优惠专门为视觉应用设计的新型混合模型架构MambaVision

AI

推荐人：暴走AI 标签：MambaVision AI

2年前 (2024-07-13)AI

英伟达推出一种新型的混合模型架构——MambaVision，它是专门为视觉应用设计的。MambaVision的核心贡献在于重新设计了Mamba公式，以增强其对视觉特征的高效建模能力。此外，论文还对将视觉变换器（ViT）与Mamba集成的可行性进行了全面的研究。 GitHub：https://github.com/NVl... 阅读全文

直达链接好 0 不好 0 已关闭评论

优惠新型多模态大语言模型的调优范式MAVIS：专门针对数学视觉问题解决能力的提升

AI

推荐人：暴走AI 标签：MAVIS 多模态大语言模型 AI

2年前 (2024-07-13)AI

香港中文大学、北京大学、上海人工智能实验室和甲骨文公司的研究人员推出新型多模态大语言模型的调优范式MAVIS，专门针对数学视觉问题解决能力的提升。MAVIS通过利用大型语言模型和代码能力，合成了大量的抽象图像和视觉推理指令，以提高模型在数学问题上的表现。 GitHub：https://github.com/ZrrSky... 阅读全文

直达链接好 0 不好 0 已关闭评论

优惠 Q-GaLore：提高训练大语言模型时的内存效率

AI

推荐人：暴走AI 标签：Q-GaLore AI

2年前 (2024-07-13)AI

德克萨斯大学奥斯汀分校、萨里大学、牛津大学、加州理工学院和Meta AI的研究人员推出新方法Q-GaLore，它用于提高训练大语言模型（LLMs）时的内存效率。大型语言模型是一类拥有数十亿参数的人工智能模型，它们在各种任务中表现出色，但训练这些模型需要巨大的内存和计算资源。实验结果表明，Q-GaLore在预训练和微... 阅读全文

直达链接好 0 不好 0 已关闭评论

优惠 Multimodal Self-Instruct：多模态大语言模型在理解和推理抽象图像方面的能力

AI

推荐人：暴走AI 标签：Multimodal Self-Instruct 多模态大语言模型 AI

2年前 (2024-07-13)AI

浙江大学的研究人员发布论文，论文的主题是关于如何提高大型多模态模型（LMMs）在理解和推理抽象图像方面的能力。多模态模型是一种人工智能技术，它能够处理和理解多种类型的数据，如文本、图像等。然而，尽管这些模型在处理自然场景照片和人像方面已经相当擅长，它们在处理图表、地图或布局等抽象图像时仍然存在困难。这些抽象图像通常由简... 阅读全文

直达链接好 0 不好 0 已关闭评论

优惠 DownloadYoutubeSubtitles：免费、快速的在线YouTube视频字幕下载工具

工具

推荐人：暴走AI 标签：YouTube视频字幕工具

2年前 (2024-07-13)工具

DownloadYoutubeSubtitles 是一款便捷的免费工具，专为下载 YouTube 视频字幕而设计。它支持将字幕保存为 .SRT、.VTT 或 .TXT 格式，操作简单快捷，无需安装任何额外软件。主要特点：多格式支持：下载字幕为 .SRT、.VTT 或 .TXT 格式。易于使用：无论使用手机、平板还... 阅读全文

直达链接好 0 不好 0 已关闭评论

情报 OBS Studio 30.2.0 版本发布，引入多轨视频流及多项新功能

推荐人：暴走AI 标签：OBS Studio

2年前 (2024-07-13)

OBS Studio 近日推出了 30.2.0 版本，为视频直播和录制带来了多项令人振奋的新特性。其中最引人注目的是支持多轨视频流功能，特别针对 Twitch 平台的增强广播功能进行了优化，能够处理立体声或单声道音频。不过，目前这项功能仅限于使用特定 NVIDIA 或 AMD GPU 的 Windows 用户，未来计划... 阅读全文

好 0 不好 0 0

情报 LibreOffice 24.2.5版本现已上线，修复多项问题并提升兼容性

推荐人：暴走AI 标签：LibreOffice

2年前 (2024-07-13)

LibreOffice 24.2.5版本现已正式发布，用户可立即下载体验。作为24.2系列的第五次更新，此次版本共修复了78项错误，涵盖了崩溃和回归等关键问题，显著提升了软件的稳定性。此外，本次更新进一步强化了与旧版及专有文档格式的兼容性，为用户提供了更加顺畅的工作流程。地址：https://www.libreoff... 阅读全文

好 0 不好 0 0

情报 Arc浏览器推出Arc Max AI功能，提升Windows 11浏览体验

推荐人：暴走AI 标签：Arc Max Arc浏览器

2年前 (2024-07-13)

在互联网世界中，浏览器的选择多种多样，但真正能够满足个性化需求的却寥寥无几。不久前，The Browser Company 为追求个性化体验的用户推出了一款全新浏览器——Arc，它以清新简约的界面赢得了用户的青睐。而今，Arc 浏览器更是带来了令人瞩目的新功能更新：Arc Max，这是一套集成了人工智能技术，旨在全面提... 阅读全文

好 0 不好 0 0

情报 Windows 11任务栏迎来重大更新，新特性陆续揭晓

推荐人：暴走AI 标签：Windows 11 任务栏

2年前 (2024-07-13)

微软终于宣布了 Windows 11 任务栏的一系列重大更新。此前，技术爱好者们已在操作系统的测试版中挖掘出不少隐藏功能，现在部分更新已获得官方确认。同时，最新的 Beta 版本 22635.3930 也带来了一些新特性。简化的任务栏与通知区域微软计划通过一种新布局简化任务栏和通知区域，新布局仅展示系统时钟和简化日... 阅读全文

好 0 不好 0 0