新闻动态
-
202409-05
- 谷歌揭秘大模型不会数 r 原因：嵌入维度
- 大模型做奥赛题游刃有余，简单的数数却屡屡翻车的原因找到了。谷歌的一项新研究，发现大模型不会数数的原因，并不是简单的tokenizer所致，而是没有足够的空间来存...
-
202408-27
- 10 行代码让大模型数学提升 20%，“
- 只要不到10行代码，就能让大模型数学能力（GSM8k）提升20%！几名独立学者提出了大模型采样的改进方案，引起了开源社区的关注。目前该方法已在Mistral-7...
-
202408-22
- 支持1024帧、准确率近100％，英伟达
- 现在，长上下文视觉语言模型（VLM）有了新的全栈解决方案——LongVILA，它集系统、模型训练与数据集开发于一体。现阶段，将模型的多模态理解与长上下文能力相结...
-
202408-20
- 4 秒看完 2 小时电影！阿里发布通用多
- 4秒看完2小时电影，阿里团队新成果正式亮相——推出通用多模态大模型mPLUG-Owl3，专门用来理解多图、长视频。具体来说，以LLaVA-Next-Interl...
-
202408-17
- 大模型对语言有自己的理解！MIT 论文揭
- 大模型对现实世界，可以形成自己的理解！MIT的一项研究发现，随着模型能力越强，它对现实的理解可能不仅是简单模仿。比如大模型没有闻过气味，是否就意味着它不能理解气...
-
202408-14
- 非Transformer架构站起来了！首
- Mamba架构的大模型又一次向Transformer发起了挑战。Mamba架构模型这次终于要「站」起来了？自2023年12月首次推出以来，Mamba便成为了Tr...
-
202408-13
- 首个支持普通话和方言混说的TTS大模型：
- AIxiv专栏是本站发布学术、技术内容的栏目。过去数年，本站AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传...
-
202408-11
- 给视频模型安上快慢两只眼睛，苹果免训练新
- 自从Sora发布以来，AI视频生成领域变得更加「热闹」了起来。过去几个月，我们见证了即梦、RunwayGen-3、LumaAI、快手可灵轮番炸场。和以往一眼就能...
