这篇论文探讨了如何通过强化学习（Reinforcement Learning, RL）来提升大语言模型（Large Language Models, LLMs）的推理能力。研究者们尝试了多种RL算法，包括专家迭代（Expert Iteration, EI）、近端策略优化（Proximal Policy Optimiza... 阅读全文

这篇论文探讨了即使是中等规模的通用语言模型（如LLaMA-2 7B）在数学问题解决方面也表现出了强大的能力。研究者们发现，尽管这些模型在随机生成答案时准确率不高，但通过从256个随机生成的答案中选择最佳答案，它们在GSM8K和MATH这两个数学基准测试上的准确率分别达到了97.7%和72.0%。这表明，这些模型已经具备... 阅读全文

斯坦福大学研究团队推出Backtracing，它的目标是从文本中追溯并找到最有可能引发特定查询（如问题或评论）的那部分内容。想象一下，你是一位讲师，你的学生在听完你的讲座后提出了一些问题。你想知道他们为什么会提出这些问题，以便改进你的教学内容。Backtracing就是帮助你找到学生问题背后的具体原因。 GitHub：... 阅读全文

这篇论文介绍了一个名为Chatbot Arena的平台，这是一个开放的、基于人类偏好来评估大语言模型（LLMs）的工具。想象一下，你有两个聊天机器人，你给它们各自提出问题，然后选择哪个回答得更好。Chatbot Arena就是这样一个平台，它通过让人们在两个AI模型之间进行选择，来评估这些模型的性能。 项目主页：htt... 阅读全文

这篇论文的主题是关于如何通过分类方法来训练价值函数，以提高深度强化学习（Deep Reinforcement Learning, RL）的可扩展性和性能。在深度强化学习中，价值函数是一个核心组件，它通常由神经网络参数化，并通过最小化均方误差（Mean Squared Error, MSE）来匹配引导目标值。然而，将这种... 阅读全文

GPT4Free是一个由开发者Xtekky在GitHub上发布的开源项目,它可以免费地使用GPT-3.5、GPT-4、llama、gemini-pro、bard、claude等多种大模型，不过GPT4Free使用起来比较麻烦。今天为大家介绍的FreeGPT WebUI v2是一个GPT4Free的UI界面，让大家可以更... 阅读全文

fal.ai是一个可以提供AI模型服务的云端 API 平台，提供了 Stable Diffusion相关模型、Whisper、AnimateDiff等，你可以通过API的方式搭建网站或者在本地运行这些模型，无需购买显卡，大家可以看看！ 官网地址：https://fal.ai/ 开源程序：https://github.c... 阅读全文

Distillery是一个基于Stable Diffusion模型的AI图像生成器，目前架设在Discord上，他们有自己训练的模型，支持多种模式，如文生图、图生图、还可以训练自己专属的Lora模型。官方还提供了详细的教程，大家可以根据教程使用该服务。... 阅读全文

Adobe发布了新版Adobe Express移动应用，该应用现处于Android和iOS系统的测试阶段。此次升级不仅带来了颠覆性的Adobe Firefly生成式AI技术和全新的移动编辑功能，还进一步提升了用户体验，让创意想法更快速地转化为吸睛内容。该应用集成了Adobe数十年的图像、视频和设计技术积淀，结合Fire... 阅读全文

「PairDrop」是一款免费的线上P2P文件传输服务，同时也是一个开源软件。它基于ShareDrop发展而来，因此界面和操作方式相似。但「PairDrop」在装置连结方面更具弹性。传统的文件传输往往要求设备处于相同的网络环境，而「PairDrop」通过输入代码、扫描二维码或输入公共房间代码等多种模式，实现了更便捷的传... 阅读全文

Mellow是专为在GPTs或DALL·E中生成AI图像的ChatGPT用户设计的一款实用Chrome扩展程序。它旨在简化工作流程，让用户能够轻松高效地管理和归档由这些强大工具创建的视觉内容。使用Mellow，您只需轻点鼠标，即可将生成的图像以及相关的提示信息无缝保存至Fibery等第三方应用程序中，同时也支持一键生成... 阅读全文

📢 Inflection发布全新模型：Inflection-2.5，已经正式向 Pi 用户全面开放，它以更低的训练成本实现了接近 GPT-4 的卓越性能——仅消耗了后者 40% 的计算资源进行训练。🚀 💡在编码、数学等高智商领域，Inflection-2.5 实现了显著跃升，展现更强实力！ 📰Pi 现已集成实时网络搜索... 阅读全文