Stability AI之前推出Stable Audio 2.0，只需要一句提示词，即可生成长达三分钟的44.1 kHz立体声、结构连贯且音质上乘的完整曲目，还支持音频到音频转换能力，以及上传任意音乐对其进行风格转换。官方在昨天发布该模型的技术论文，由Stability A通过训练一个基于扩散变换器（diffusion... 阅读全文

Oh My Git! 是一个专门来学习 Git 的开源游戏，它向玩家介绍流行的版本控制系统 “Git”，通过高度交互，建立“merging”或“Rebase”分支等操作的直觉。玩家将逐步了解 Git 的功能，每个级别都讲述一个小故事，玩家可以利用他们新发现的能力来解决问题或帮助他人。支持 Windows, macOS,... 阅读全文

DwarFS 是一个适用于 Linux、Windows 和 macOS 系统的快速、高压缩比只读文件系统，它可以打包任何文件与数据，最终得到一个可以跨平台读取的压缩镜像文件，并且访问速度很快，占用的 CPU 资源也很少。非常适合压缩打包海量小文件。@Appinn DwarFS 是一款专注于去除重复数据，实现高压缩比的只... 阅读全文

苹果在此前开放了App Store对游戏机模拟器的限制，随即便有一个名为iGBA的模拟器出现在App Store上，不过后面被发现它违反开源协议使用了GBA4iOS的代码，并在app里面加入广告和数据追踪，给人感觉是个流氓软件，好在最新有一个更靠谱的模拟器Delta上架到App Store。Delta并非是个全新APP... 阅读全文

MaxKB 是一款基于 LLM 大语言模型的知识库问答系统。MaxKB = Max Knowledge Base，旨在成为企业的最强大脑。 开箱即用：支持直接上传文档、自动爬取在线文档，支持文本自动拆分、向量化，智能问答交互体验好； 无缝嵌入：支持零编码快速嵌入到第三方业务系统； 多模型支持：支持对接主流的大模型，包括... 阅读全文

Quill 是一款专为兼容性和可扩展性而构建的现代富文本编辑器。 专为开发者打造：通过简单的API，为编辑器的内容、变更和事件提供精细化的访问权限。与JSON保持一致的确定性输入和输出。 跨平台：支持所有现代浏览器，可在桌面、平板和手机端使用。体验跨平台一致的行为和生成的HTML。 官网：https://quilljs... 阅读全文

由Google DeepMind团队开发的项目SIMA（Scalable, Instructable, Multiworld Agent），SIMA的目标是创建一个能够在多个模拟的3D环境中遵循任意语言指令的智能代理。这个代理可以用于执行各种任务，比如在虚拟环境中导航、收集资源、建造物品或者与环境互动。想象一下，你告诉... 阅读全文

Tinkoff推出新方法Trust Region Direct Preference Optimization（TR-DPO），它用于改进大语言模型（LLMs）的对齐问题。在自然语言处理（NLP）中，对齐问题是指训练模型以生成不仅有效而且安全、可控的输出。例如，当你使用聊天机器人时，你希望它提供有帮助、准确且不会造成伤... 阅读全文

来自Meta、 加州大学默塞德分校和马里兰大学学院公园分校的研究人员推出MALD-NeRF，它是一种用于3D场景修复的方法，特别是针对那些在图像中不可见或需要编辑的区域。例如，你有一张包含某个物体的照片，但你想在不改变背景的情况下移除这个物体。使用MALD-NeRF，就可以在不留下任何痕迹的情况下，如魔法般地移除或替换... 阅读全文

谷歌推出新型神经网络架构TransformerFAM，它是为了解决大语言模型（LLMs）处理极长输入序列时的挑战而设计的。例如，你有一个非常长的故事，需要一个能够记住故事中所有细节的超级大脑。传统的神经网络（比如Transformer）在处理这样的故事时会遇到麻烦，因为它们的记忆能力有限，而且处理起来非常慢。Trans... 阅读全文

来自Meta、南加州大学、卡内基梅隆大学 和加州大学圣地亚哥分校的研究人员推出新型神经网络架构MEGALODON，它是为了更高效地处理长序列数据而设计的。想象一下，你有一个非常长的故事，需要一个能够记住故事中所有细节的超级大脑。传统的神经网络（比如Transformer）在处理这样的故事时会遇到麻烦，因为它们的记忆能力... 阅读全文

香港科技大学和腾讯的研究人员发布论文探讨了压缩能力和智能之间的关系。作者提出了一个问题：如果一个语言模型能够以更少的比特无损地压缩文本，这是否意味着它具有更高的智能？为了回答这个问题，论文对大语言模型（LLMs）进行了实证研究，将这些模型视为数据压缩器，并评估了它们在不同基准测试中的表现。 主要功能和特点： 智能与压缩... 阅读全文