由 Reka 团队开发的一系列强大的多模态语言模型：Reka Core、Reka Flash 和 Reka Edge。这些模型能够处理和推理文本、图像、视频和音频输入。报告详细讨论了这些模型的训练细节，并提供了全面的评估结果。Reka 模型的特点是，即使是较小的模型（如 Reka Edge 和 Reka Flash），... 阅读全文

新型基准测试Blink，它专门用于评估多模态大型语言模型（LLMs）在核心视觉感知能力方面的表现。这些能力往往在其他评估中被忽视，但对于人类来说却是非常直观和本能的，例如相对深度估计、视觉对应、法医检测和多视图推理等任务。Blink基准测试包含14个经典计算机视觉任务，这些任务被重新构想为3,807个多项选择题，配以单... 阅读全文

这篇论文介绍了一个名为OpenBezoar的模型家族，这些模型是通过在多种指令数据上进行训练得到的，目的是为了提高预训练大语言模型（LLMs）在多种下游任务上的性能。这个过程就像是教一个机器人如何更好地理解人类的指令并做出合适的反应。OpenBezoar模型家族的特点是它们相对较小，但在性能上却能与更大的模型相媲美，甚... 阅读全文

卡内基梅隆大学和Meta的研究人员推出TriForce，它是为了提高大语言模型（LLMs）在生成长文本内容时的效率而设计的。大语言模型，比如我们熟知的GPT-4，已经在聊天机器人、视觉生成和金融分析等领域得到了广泛应用。但是，这些模型在生成长文本时面临着一些挑战，主要是因为它们需要存储大量的中间信息（称为键值（KV）缓... 阅读全文

由MLCommons AI安全工作组（AI Safety Working Group）开发的AI安全基准测试（AI Safety Benchmark）的v0.5版本。这个基准测试的目标是评估使用聊天调优语言模型（chat-tuned language models）的AI系统的安全风险。v0.5版本的基准测试不应该用来... 阅读全文

腾讯AI实验室发布新框架ALPHALLM，它可以帮助大语言模型通过自我评估和学习来提高其在复杂推理和规划任务上的表现，而不需要额外的人工标注数据。 主要功能和特点： 自我改进：ALPHALLM使语言模型能够自我评估，找出回答中的不足，并据此改进。 集成蒙特卡洛树搜索（MCTS）：借鉴了AlphaGo的成功经验，ALPH... 阅读全文

来自MIT和谷歌的研究人员发布论文介绍了“跨语言奖励模型迁移（Cross-lingual Reward Model Transfer）”，这是一种用于自然语言处理（NLP）中的零样本（Zero-Shot）跨语言对齐技术。简单来说，这项技术可以让一个已经在某种语言（源语言）上训练好的奖励模型（Reward Model，简... 阅读全文

Epic Games本周要免费送《诈欺娇娃（The Big Con）》和《塞勒姆镇2（Town of Salem 2）》，领取时间为4月18日晚上23点到4月25日晚上23点，在此之前免费领取即可永久保留这些作品，下周免费游戏将是第一人称射击新作《INDUSTRIA》和叙事驱动角色扮演游戏《LISA: Definiti... 阅读全文

由AngelList创始人Naval Ravikant和前Tinder产品总监Brian Norgard领导的团队精心改造后的社交平台Airchat，近期在iOS及Android平台上进行了重新发布，目前正处于受邀者专属的封闭测试阶段。相较于曾经风靡一时的纯语音社交应用Clubhouse，Airchat创新地融合了语音... 阅读全文

Meta还发布了基于Llama3打造的AI助手Meta AI，大家可以在 Facebook、Instagram、WhatsApp 和 Messenger 上使用 Meta AI，同时还推出了Meta AI官网，Meta AI 无缝搜索集成于Facebook、Instagram、WhatsApp 和 Messenger ... 阅读全文

说到开源大语言模型，最重要的就是Meta的Llama系列，尤其是去年发布的Llama2，成了很多大学、研究机构、甚至初创公司研究及开发大语言模型的基础。大家一直都在期待Meta发布Llama 3，原本预计会在今年6月发布，但Meta在当地时间4月18日就无预警的发布了Llama 3系列大语言模型，目前发布的有Llama... 阅读全文

Hugging Face推出了旗下AI聊天应用Hugging Chat的 iOS客户端，大家可以方便的在手机上使用各种开源大模型，目前支持的模型有6款： Command R+ Zephyr-14b Mixtral 8x7B Gemma-1.1-7b Nous-hermes-mixtral 8x7B Mistral 7B... 阅读全文