MBZUAI推出新型多语言视觉问答（VQA）基准测试CVQA（Culturally-diverse Multilingual Visual Question Answering Benchmark），CVQA旨在通过包含多种文化和语言，推动多模态人工智能（AI）系统的发展，特别是提高它 ...... 阅读全文

这篇论文的主题是关于估算生成性人工智能（Generative AI）在上下文学习（In-Context Learning, ICL）中的“幻觉率”（hallucination rate）。在上下文学习中，一个条件生成模型（Conditional Generative Model, CGM） ...... 阅读全文

万隆理工学院 (ITB)和MBZUAI推出一种名为MLKV（Multi-Layer Key-Value Heads）的新技术，它是针对Transformer模型解码过程中内存使用效率的一种改进。Transformer模型在自然语言处理（NLP）领域非常流行，但它们在进 ...... 阅读全文

瑞士洛桑联邦理工学院 (EPFL)和苹果推出新型视觉模型4M-21，它是一个多模态、多任务的基础模型，能够在多种不同的输入和输出模态之间进行转换和预测。简单来说，4M-21就像一个多才多艺的艺术家，不仅能够理解一幅画 ...... 阅读全文

谷歌发布论文，论文的主题是关于评估和提升大语言模型（LLMs）在时间推理（Temporal Reasoning）方面的能力。时间推理对于智能系统来说是一项非常重要的任务，它涉及到理解不同事件之间的时间关系。然而，现有的时间 ...... 阅读全文

微软和伊利诺伊大学香槟分校推出新型混合神经网络架构SAMBA，它专为高效处理无限上下文长度的语言建模而设计。SAMBA结合了状态空间模型（State Space Model，简称SSM）和滑动窗口注意力机制（Sliding Window Attenti ...... 阅读全文

Google DeepMind推出一种结合了Transformer和神经算法推理器（Neural Algorithmic Reasoners，简称NARs）的混合模型，称为TransNAR。这种模型旨在提升机器学习在处理自然语言理解（NLU）任务时的算法推理能力。通过 ...... 阅读全文

安娜的档案（Anna’s Archive）最近公布了一个庞大的种子文件库，总量高达521.1TB。这个种子库不仅包含了安娜档案自身的数据，还涵盖了Library Genesis（创世纪图书馆）、Sci-Hub的丰富内容。 种子库内容 可用于搭建 ...... 阅读全文

「AI 时间线」是由友开发的在线工具，允许用户通过输入关键字快速生成时间轴图表。用户只需开启网页、输入相关关键字，AI 便能进行处理并生成视觉吸引的时间线图表。支持的关键字类型包括人名、公司名、地名等。 功 ...... 阅读全文

开发者利用两周时间，使用Flutter技术打造了一款桌面端B站视频下载器——BiliVideoDown，并为Windows 10用户提供了安装包。该项目不仅功能实用，而且对新手开发者友好，适合作为Flutter开发练习的入门项目。 功能特点 ...... 阅读全文

美图公司举办了第三届美图影像节，主题为“聊聊AI工作流”，现场发布了多款AI影像工具。美图创始人吴欣鸿曾指出Sora给行业带来心理冲击，美图致力于AI原生应用的创新。MOKI作为AI短片创作工具，可实现内容和成本的双重 ...... 阅读全文

Mozilla于2023年12月推出了面向无编程经验用户的Solo项目，通过AI技术辅助，即使是初学者也能创建出专业水准的网站。经过近半年的精心打磨，Solo AI 1.0版本正式发布。新版本引入了更丰富的动画效果，让网站设计更加 ...... 阅读全文