这篇论文介绍了一种名为“Gaussian Frosting”的新技术，这是一种用于实时渲染和编辑复杂三维场景的创新方法。想象一下，你有一个由许多小高斯函数（类似云朵形状的数学对象）组成的三维模型，这些高斯函数可以捕捉到场景中的细微细节，比如猫的毛发或草地上的草。Gaussian Frosting技术就是在这些高斯函数的... 阅读全文

来自香港中文大学、上海人工智能实验室和加州大学洛杉矶分校的研究人员推出MATHVERSE，这是一个全新的视觉数学问题解决基准测试，专门设计来评估多模态大型语言模型（MLLMs）在解决涉及图表的视觉数学问题时的表现。简单来说，MATHVERSE就像是一个针对数学问题的“视力测试”，但它不仅仅是看模型是否能“看懂”图表，还... 阅读全文

这篇论文探讨了如何在生成性语言模型（Generative Language Models，简称GLMs）中为用户提供算法追索（algorithmic recourse）的机制。所谓算法追索，指的是用户能够对模型的预测或输出进行改变的能力。在GLMs中，这通常涉及到对生成的文本进行毒性过滤，以确保输出内容不会冒犯或伤害用... 阅读全文

谷歌发布论文介绍了一个名为Cobra的新型多模态大语言模型（MLLM）。Cobra的设计理念是为了提高现有MLLM在处理视觉信息时的效率。传统的MLLM通常基于Transformer网络结构，这种结构虽然强大，但计算复杂度是二次方的，这意味着处理大量数据时效率较低。Cobra通过整合高效的Mamba语言模型到视觉模态中... 阅读全文

来自特拉维夫大学和SNAP的研究人员推出MyVLM，这是一种个性化视觉语言模型（Vision-Language Model，简称VLM）。MyVLM的目标是让预训练的VLM能够理解和处理用户特定的概念，例如识别图片中的特定人物或物品，并在生成文本描述时包含这些个性化信息。例如，如果你有一张包含你朋友的照片，并想知道你的... 阅读全文

Podwise 是一款专为播客听友设计的 AI 知识管理应用。 在 Podwise 平台，只需 follow 你喜欢的播客，比如 「纵横四海」，当有节目发布后，Podwise 会通过 AI 对播客内容进行 转录、提取、总结、分析 等一系列操作，帮你掰开了揉碎了硬核的播客知识。同时与 Notion 、Readwise 等... 阅读全文

AI Gateway (OpenAI) Wrapper是一款兼容 OpenAI api 格式，成本可控的 AI Gateway 反向代理项目，运行于 Cloudflare Worker。 🎉特色亮点🎉 兼容OpenAI API：轻松对接OpenAI，享受智能服务的便捷。 高安全性：使用虚拟API密钥，确保您的真实密钥不... 阅读全文

Epic Games本周要免费送钓鱼模拟游戏《荒野的召唤 垂钓者（Call of the Wild: The Angler™）》和超级英雄题材视觉小说冒险游戏《无敌礼物:原子夏娃(Invincible Presents: Atom Eve)》，领取时间为3月21日晚上23点到3月28日晚上23点，在此之前免费领取即可永... 阅读全文

Adobe推出一个名为MusicHiFi的新型高保真立体声音码器（vocoder）。声音码器是一种可以将音乐的图像表示（例如梅尔频谱图）转换为音频波形的技术。现有的大多数声音码器通常只能生成较低分辨率的单声道音频（例如16-24 kHz），这限制了它们的效果。MusicHiFi通过使用一系列生成对抗网络（GANs）来改... 阅读全文

这篇论文介绍了一个名为“Alignment Studio”的系统，它旨在帮助开发者将大型语言模型（LLMs）调整到符合特定上下文规范，例如企业的价值观、社会规范、法律法规等。这个系统特别适用于那些需要根据特定情境调整AI行为的场景，而不是仅仅依赖于模型提供商的通用调整。 介绍和举例说明： 想象一下，你是一家国际公司的I... 阅读全文

苹果发布论文介绍了一种名为“Recurrent Drafter”（简称ReDrafter）的新方法，旨在提高大语言模型（Large Language Models，简称LLMs）的解码效率。大型语言模型是人工智能领域的一种先进技术，它们通过学习大量文本数据，能够生成连贯、有意义的文本，就像人类写作一样。但是，这些模型通... 阅读全文

这篇论文的主题是关于如何评估和理解大型语言模型（LLMs）中的奖励模型（Reward Models，简称RMs）。奖励模型在训练过程中扮演着至关重要的角色，它们通过人类反馈来引导模型学习如何更好地与人类价值观和偏好相一致。简单来说，就像你在训练一只宠物时用奖励来告诉它哪些行为是好的，奖励模型也是这样告诉语言模型哪些回答... 阅读全文