新闻动态
-
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...
-
202402-16
- 谷歌Gemini1.5火速上线：MoE架
- 今天，谷歌宣布推出Gemini1.5。Gemini1.5是在谷歌基础模型和基础设施的研究与工程创新基础上开发的。这个版本引入了新的专家混合（MoE）架构，以提高...
-
202402-16
- 春节大礼包！OpenAI首个视频生成模型
- 欢迎来到blingzoo！北京时间今天凌晨，OpenAI正式发布了文本到视频生成模型Sora，继Runway、Pika、谷歌和Meta之后，OpenAI终于加入...
-
202402-16
- RAG还是微调？微软出了一份特定领域大模
- 检索增强生成（RAG）和微调（Fine-tuning）是提升大语言模型性能的两种常用方法，那么到底哪种方法更好？在建设特定领域的应用时哪种更高效？微软的这篇论文...
-
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...
-
202402-05
- 罕见！苹果开源图片编辑神器MGIE，要上
- 拍张照片，输入文字指令，手机就开始自动修图？这一神奇功能，来自苹果刚刚开源的图片编辑神器「MGIE」。把背景中的人移除在桌子上添加披萨最近，AI在图片编辑方面取...
-
202402-04
- 击败OpenAI，权重、数据、代码全开源
- 一周前，OpenAI给用户送出福利。他们解决了GPT-4变懒的问题，并推出了5个新模型，其中包括text-embedding-3-small嵌入模型，它更小巧高...
-
202402-02
- 匿名论文提出奇招！增强大模型长文本能力居
- 一提到提高大模型长文本能力，就想到长度外推或者上下文窗口扩展？不行，这些都太费硬件资源了。来看一个奇妙新解：和长度外推等方法使用KV缓存的本质不同，它用模型的参...
