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 ...... 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， ...... 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 ...... 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 ...... 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 ...... 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 ...... 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 ...... 阅读全文

来自康奈尔大学、普林斯顿大学和微软的研究人员推出新的强化学习算法数据集重置策略优化（Dataset Reset Policy Optimization，简称DR-PO），主要用于从人类偏好反馈中微调生成模型，例如GPT-4和Claude3 Opus等。这 ...... 阅读全文

dify-connector 是一个将 Dify 发布到各种 IM 平台的工具。 特性 将 Dify 应用发布到各种 IM 平台(Discord, 钉钉等) ✅Discord ✅钉钉 (计划中) Telegram 支持添加多个 IM 频道，添加多个 dify app 通过 IM 管理 IM 频 ...... 阅读全文

流畅阅读是一款高效的浏览器翻译插件，可以将网页上的文字翻译成任何语言，方便、快捷、直观，支持人工智能引擎。流畅阅读采用 TypeScript + Vue3 + Element-Plus + WXT 框架编写，支持编译成可安装在绝大多数浏览器 ...... 阅读全文

HamHub 是一款 iPhone、iPad 上的视频播放器，可以用来播放保存在 阿里云盘、百度盘、WebDAV、Emby、Jellyfin 中的视频，支持收藏、自动刮削、剧集追踪、全能视频格式、云同步等功能。 特色功能： 个性化影视收藏： ...... 阅读全文