由香港大学、北京航空航天大学和苏黎世联邦理工学院的研究人员推出LLaMA3-Quantization，其采用低比特权量化（low-bit quantization）压缩LLAMA3模型大小，减少内存和计算需求，使模型能够在资源受限的设备上运行。LLAMA3是Meta公司发布的一种大语言模型，它在大量数据上进行了预训练，... 阅读全文

OpenAI发布关于如何提高大语言模型安全性的论文，特别是针对提示注入（prompt injections）、越狱（jailbreaks）和其他攻击手段，这些攻击可能允许攻击者覆盖模型的原始指令，执行恶意操作。研究者们提出了一个“指令层级”（instruction hierarchy）的概念，旨在训练LLMs区分不同优... 阅读全文

Niantic和牛津大学的研究人员发布关于如何从一组图像中估计相机参数的论文，特别是在没有预先设定的相机姿态（即“未摆好姿势”的图像）的情况下。这个过程被称为结构从运动（Structure-from-Motion，简称SfM），是计算机视觉中的一个基础任务，它允许我们从2D图像中恢复出3D场景的结构。 例如，你是一名建... 阅读全文

来自上海人工智能实验室OpenRobotLab、上海交通大学、浙江大学和香港中文大学的研究人员发布关于四足机器人在复杂环境中稳定运动控制的研究论文。四足机器人在现实世界中的应用越来越广泛，比如在灾难救援或野外探索等场景中，它们需要在不平坦的地面上行走，同时还要能够抵抗各种外部干扰，比如强风或落石等。为了提高机器人的这种... 阅读全文

广受赞誉的音频录制与编辑利器——Audacity，已正式推出其最新版本——3.5版。此版本的一大亮点在于引入了云存储功能，用户现在能够在audio.com上轻松保存自己的音频项目。这一革新不仅实现了在不同设备间无缝切换、随时随地继续工作，还极大简化了项目分享与团队协作流程。更重要的是，云端存储还为您备份了项目历史版本，... 阅读全文

来自西蒙弗雷泽大学、不列颠哥伦比亚大学、多伦多大学和谷歌 DeepMind的研究人员推出3D场景重建和新视角合成方法3D Gaussian Splatting，这种方法因其高质量的结果和与硬件光栅化的兼容性而受到关注。然而，Gaussian Splatting对高质量的点云初始化（通过结构从运动，Structure-f... 阅读全文

来自字节跳动、华东师范大学和华中科技大学的研究人员推出TextSquare系统，这是一个基于文本的视觉问答（VQA）模型，它利用了大型多模态语言模型（MLLMs）。TextSquare通过一个新颖的方法生成了一个大规模、高质量的指令调整数据集，称为Square-10M，这个数据集是通过使用闭源的MLLMs生成的。这项工... 阅读全文

来自南洋理工大学和阿里巴巴的研究人员推出LLM-R2系统，这是一个利用大语言模型（LLM）增强的基于规则的查询重写系统，旨在提高查询效率。查询重写是一种数据库优化技术，它通过改变SQL查询的结构来生成更高效的查询，而不改变查询的结果。 主要功能： 查询重写：LLM-R2能够接收一个SQL查询，并生成一个执行效率更高但结... 阅读全文

来自复旦大学和爱橙科技的研究人员推出新型网络爬虫生成系统AUTOCRAWLER，它是为了自动化地从特定类型的垂直信息网页中提取数据而设计的。垂直信息网页是指那些专注于特定主题或业务的网站，比如汽车、书籍、电影、NBA球员信息等。 GitHub：https://github.com/EZ-hwh/AutoCrawler ... 阅读全文

来自南方科技大学和快手的研究人员发布关于自动化程序修复（Automated Program Repair，简称APR）的研究，特别是基于大语言模型（Large Language Models，简称LLMs）的函数级别（function-level）APR技术。函数级别的APR意味着不仅仅是修复代码中的单个错误或一小段代... 阅读全文

Portr提供了一种网络隧道技术，可以将您本地的HTTP、TCP或WebSocket服务安全地映射到公网上，以便外界可以访问。它通过在后台使用SSH远程端口转发技术来实现这一功能。Portr主要针对需要将开发服务器部署到公网URL供外部访问的小团队。开发者不建议将Portr用于生产服务器的环境。 官网：https://... 阅读全文

Lottie是一个适用于iOS、macOS、tvOS、visionOS、Android和Web的跨平台动画库，它能够直接在设备上以极小的代码量实时渲染矢量动画和艺术作品。Lottie支持加载并渲染采用bodymovin JSON格式导出的动画和矢量图形。这种JSON格式可以通过After Effects中的bodymo... 阅读全文