新闻动态
-
202405-13
- Flash Attention稳定吗？M
- MetaFAIR联合哈佛优化大规模机器学习时产生的数据偏差，提供了新的研究框架。据所周知，大语言模型的训练常常需要数月的时间，使用数百乃至上千个GPU。以LLa...
-
202404-01
- 大语言模型中常用的旋转位置编码RoPE详
- 自2017年发表的“AttentionIsAllYouNeed”论文以来，Transformer架构一直是自然语言处理（NLP）领域的基石。它的设计多年来基本没...
-
202403-30
- DeepMind终结大模型幻觉？标注事实
- 大模型的幻觉终于要终结了？今日，社交媒体平台Reddit上的一则帖子引起网友热议。帖子讨论的是谷歌DeepMind昨日提交的一篇论文《Long-formfact...
-
202403-27
- LLM性能最高60%提升！谷歌ICLR
- 在计算机科学领域，图形结构由节点（代表实体）和边（表示实体之间的关系）构成。图无处不在。互联网可以被视为一个庞大的网络，搜索引擎利用图形化的方式来组织和展示信息...
-
202403-25
- 剑桥团队开源：赋能多模态大模型RAG应用
- 论文链接：https://arxiv.org/abs/2402.08327DEMO链接：https://u60544-b8d4-53eaa55d.westx.s...
-
202403-06
- 谷歌发布最新「读屏」AI！PaLM 2-
- 每个人想要的大模型，是真·智能的那种......这不，谷歌团队就做出来了一个强大的「读屏」AI。研究人员将其称为ScreenAI，是一种理解用户界面和信息图表的...
-
202402-26
- 国内高校打造类Sora模型VDT，通用视
- 2月16日，OpenAISora的发布无疑标志着视频生成领域的一次重大突破。Sora基于DiffusionTransformer架构，和市面上大部分主流方法（由...
-
202402-19
- 让视觉语言模型搞空间推理，谷歌又整新活了
- 尽管视觉语言模型(VLM)在许多任务上取得了显著进展，包括图像描述、视觉问答、具身规划和动作识别等，但在空间推理方面仍然存在挑战。许多模型在理解目标在三维空间中...
