斯坦福大学人类中心人工智能研究所发布《2024人工智能指数报告》，这已经是该研究所第七年发布《人工智能指数报告》，2024年版指数报告是该研究所迄今为止最为全面的报告，它诞生于人工智能对社会影响日益凸显的重要时刻。该报告详细分析了2023 年人工智能（AI）技术的最新进展、社会影响、以及经济和政策方面的趋势。 此版报告... 阅读全文

Kubespider是 一款全局资源编排下载系统，实现自动追剧下载，本地笔记本电脑触发下载，同时适配各种网站资源（Youtube、Bilibili等）和资源类型（电视剧、电影、音乐等）。Kubespider受到Terraform启发，旨在构建一个通用的下载编排系统，兼容各种资源平台和下载软件，兼容多种下载方式（请求触发... 阅读全文

你是否曾为寻找合适的音乐素材而烦恼？Kongano或许能为你解决这一难题。这是一个提供免版权的MP3音乐素材网站，所有音乐都是由来自芬兰赫尔辛基的创作者Eino Toivanen独立制作、录制和混音的。 无论是环境音乐、蓝调、电影配乐，还是古典乐、舞蹈、电子乐，甚至是民族音乐、民谣、爵士乐、金属、流行音乐、节奏蓝调和摇... 阅读全文

aiXcoder开源了aiXcoder 7B Base模型，该模型在1.2T唯一标记数据上进行了广泛训练，其预训练任务以及上下文信息均针对现实世界中的代码生成场景进行了精心设计。在与其他参数大小相近的模型比较中，aiXcoder 7B Base在代码补全场景下的表现尤为出色。同时，在多语言nl2code基准测试中，其平... 阅读全文

CodeTF是一个基于Python的Transformer一站式库，专为代码大语言模型（Code LLMs）和代码智能任务而设计。它提供了无缝的训练和推理接口，可应用于代码摘要生成、翻译、代码生成等任务。该库旨在促进SOTA CodeLLMs轻松集成到实际应用中。 除了提供代码的核心LLMs功能外，CodeTF还具备跨... 阅读全文

llm.c是一个使用简单、纯粹的C/CUDA进行大语言模型训练的开源项目，无需庞大的245MB PyTorch或107MB cPython依赖。例如，GPT-2（CPU，fp32）的训练仅需要单个文件中约1000行的简洁代码。该代码能够立即编译并运行，且与PyTorch的参考实现完全吻合。之所以选择GPT-2作为首个工... 阅读全文

Morphic是一个开源的AI搜索引擎，你可以借助于Vercel AI SDK快速部署，设置 OpenAI APIh后就可以使用。... 阅读全文

北京人工智能研究院、南洋理工大学、北京大学计算机学院的研究人员发布论文，详细介绍了训练AI玩《荒野大镖客2：救赎》所面临的挑战，并对其在游戏中的表现进行了评估和评述。在题为《迈向通用计算机控制：以《荒野大镖客救赎2》为案例研究的多模态智能体》这篇论文中，读者可以了解到AI通用计算机控制（General Computer... 阅读全文

来自伊利诺伊大学厄巴纳-香槟分校和亚马逊推出新型神经辐射场（NeRF）方法MonoPatchNeRF，旨在通过单目引导来改进3D模型的几何精度。NeRF是一种用于从一组图像重建场景3D结构的技术，它能够从任意新视角渲染出高质量的图像。然而，现有的NeRF方法在处理多视角立体（MVS）基准测试时，往往无法准确重建几何结构... 阅读全文

德克萨斯大学奥斯汀分校的研究人员推出简单方法Inheritune，用于从现有的大型基础语言模型（LM）中开发小型基础语言模型。这种方法的核心思想是：首先从大型LM中继承几个变压器块（层），然后在非常小的数据集（例如，原始预训练数据的0.1%）上训练这个小型模型。这个过程类似于从父母那里继承基因，然后用有限的资源（如食物... 阅读全文

密歇根大学和谷歌研究的研究人员发布论文探讨探讨了视觉基础模型（visual foundation models）是否具有对三维结构的认识能力。这些模型通过大规模的预训练，已经展现出了强大的图像分类、分割和生成等能力。但是，尽管它们能够处理二维图像中的对象，我们仍然不清楚这些模型是否能够理解和表示这些对象在三维空间中的结... 阅读全文

亚利桑那州立大学和马里兰大学巴尔的摩县分校的研究团队发布论文论文探讨了自然语言指导在低层次视觉任务中的鲁棒性，特别是单目深度估计任务。单目深度估计是指使用单个图像来预测场景中每个像素的深度信息。最近的研究表明，通过将自然语言作为额外的指导信息，可以提高深度估计的准确性。然而，这种方法在泛化和鲁棒性方面的影响尚未得到充分... 阅读全文