研究团队推出评估框架CodeEditorBench，它专门设计用来测试和评估大型语言模型（LLMs）在代码编辑任务上的表现。想象一下，你有一个智能的编程助手，它可以帮你调试代码中的错误、将代码从一种编程语言翻译成另一种、优化代码性能，甚至根据新的需求来调整代码功能。CodeEditorBench就是这样一个平台，它可以... 阅读全文

这篇论文的主题是关于对大型语言模型（LLMs）和多模态大型语言模型（MLLMs）进行所谓的“越狱攻击”（jailbreak attacks）的安全性评估。想象一下，你有一个非常听话的机器人，你告诉它做什么它就会做什么，但是这个机器人有一些内置的安全规则，防止它做出有害的行为。然而，有些人可能会尝试欺骗这个机器人，让它做... 阅读全文

智谱AI和清华大学的研究人员推出智能网络导航代理AutoWebGLM，这是一个强大的网络浏览自动化工具，它通过学习和模仿人类的浏览行为，能够在互联网上高效地完成各种复杂的任务。想象一下，有一个虚拟助手，它能够像人类一样在互联网上浏览网页，帮助我们完成各种任务，比如搜索信息、购物、阅读新闻等。AutoWebGLM就是这样... 阅读全文

谷歌DeepMind和Anthropic发布论文探讨了直接在神经压缩文本上训练大语言模型（LLMs）的方法。想象一下，你有一个能读懂和生成文本的智能系统，但现在我们想让这个系统更加高效，不仅能处理更多信息，还能更快地学习和生成文本。为了实现这一点，研究者们尝试了一种新的方法，即在文本被压缩成更小的体积后，直接在这个压缩... 阅读全文

来自斯坦福大学的研究人员推出ReFT（Representation Finetuning），这是一种对大语言模型进行微调的技术。想象一下，你有一个非常聪明的机器人，它已经知道很多关于语言的知识，但是你想让它在特定任务上表现得更好，比如解决数学问题或者理解常识。ReFT就是用来教这个机器人如何针对这些特定任务进行改进的方... 阅读全文

来自Meta和伊利诺伊大学厄巴纳-香槟分校的研究人员推出新型点云扩散模型PointInfinity，这是一种用于生成三维点云的人工智能技术。点云是描述三维空间中物体形状的一种数据形式，由许多点组成，每个点都有自己的位置信息。想象一下，你有一个复杂的物体，比如一个雕塑，PointInfinity能够通过从低分辨率的点云数... 阅读全文

来自英特尔实验室和微软亚洲的研究人员推出交互式工具LVLM-Interpret，它旨在帮助人们更好地理解和解释大型视觉-语言模型（LVLM）的内部工作机制。想象一下，你正在使用一个能够同时处理图像和文本的智能系统，你可能想知道这个系统是如何得出特定答案的。LVLM-Interpret就是用来揭示这些模型背后的逻辑和决策... 阅读全文

来自阿卜杜拉国王科技大学和哈佛大学推出多模态大语言模型MiniGPT4-Video，它专门设计用于视频理解，它通过结合视觉和文本数据，能够有效地理解和回应视频中的信息，为视频内容的智能分析和交互提供了新的可能性。想象一下，你在看一个视频，想要一个智能系统不仅能理解视频中的图像内容，还能理解视频中的文字对话。MiniGP... 阅读全文

来自微软、 东京大学、浙江大学、中国科学技术大学、香港中文大学和香港中文大学（深圳）的研究人员推出新型文本到语音（TTS）合成方法RALL-E，它通过改进语音的音调和时长预测，以及增强模型对音素的关注，从而生成更加准确和自然的语音输出。想象一下，你有一段文字，想要让它变成流畅自然的语音，就像有人在朗读一样。RALL-E... 阅读全文

Cohere推出了大型语言模型Command R+。专为企业级工作负载设计，优化了高级检索增强生成(RAG)功能，以减少错误生成，并支持10种关键语言的多语言覆盖。 以下是官方介绍全文翻译： Command R+是一款经过RAG优化的尖端模型，专门设计用于处理企业级工作负载，并首先在Microsoft Azure平台上... 阅读全文

Epic Games本周要免费送动作冒险恐怖游戏《天外世界：太空人之选（The Outer Worlds: Spacer's Choice Edition）》和第一人称潜入游戏《神偷（Thief）》，领取时间为4月4日晚上23点到4月11日晚上23点，在此之前免费领取即可永久保留这些作品，下周免费游戏将是赛博朋克风动作... 阅读全文

XR Animator是一款基于视频/摄像头的AI动态捕捉软件，专为VTuber和元宇宙时代量身打造。利用MediaPipe和TensorFlow.js的机器学习（ML）技术，它能够从实时摄像头视频中捕捉3D姿态，并实时驱动3D角色（MMD/VRM模型），仿佛你正用自己的身体来控制这个虚拟角色。无论是用于VTuber创... 阅读全文