新闻动态
-
202402-16
- 手把手教你，从零开始实现一个稀疏混合专家
- 本文介绍了实现一个稀疏混合专家语言模型（MoE）的方法，详细解释了模型的实施过程，包括采用稀疏混合专家取代传统的前馈神经网络，实现top-k门控和带噪声的top...
-
202402-16
- 如何探索和可视化用于图像中物体检测的 M
- 近年来，人们对深入理解机器学习数据（ML-data）的重要性有了更深刻的认识。然而，由于检测大型数据集通常需要大量的人力和物力投入，因此在计算机视觉领域的广泛应...
-
202402-15
- 谷歌提出全新RLHF方法：消除奖励模型，
- 效果更稳定，实现更简单。大型语言模型（LLM）的成功离不开「基于人类反馈的强化学习（RLHF）」。RLHF可以大致可以分为两个阶段，首先，给定一对偏好和不偏好的...
-
202402-15
- 三年16篇一作，前谷歌研究科学家Yi T
- 该团队的新模型在多个基准测试中都与GeminiPro、GPT-3.5相媲美。如果你经常读AI大模型方向的论文，YiTay想必是一个熟悉的名字。作为前谷歌大脑高级...
-
202402-15
- ICLR 2025 | 首个零阶优化深度
- 本文是一篇关于提高零阶优化的扩展性的研究，代码已开源，论文已被ICLR2024接收。今天我要介绍一篇题为“DeepZero:ScalingupZeroth-Or...
-
202402-07
- 无需RLHF显著提升GPT-4/Llam
- 背景大语言模型（LLMs）虽展现出了强大的能力，但也可能产生不可预测和有害的输出，例如冒犯性回应、虚假信息和泄露隐私数据，给用户和社会造成伤害。确保这些模型的行...
-
202402-07
- OccNeRF：完全无需激光雷达数据监督
- 写在前面&笔者的个人总结近年来，自动驾驶领域的3D占据预测任务因其独特的优势受到学术界和工业界的广泛关注。该任务通过重建周围环境的3D结构，为自动驾驶的...
-
202402-07
- 在2GB DAYU200上本地部署大语言
- 实现思路和步骤将轻量级LLM模型推理框架InferLLM移植到OpenHarmony标准系统，并编译出可以在OpenHarmony上运行的二进制文件。这个推理框...
