本篇论文揭示了大型视觉语言模型（LVLMs）为什么有时会错误地描述图像的原因，这种现象被称为多模态幻觉。语义转移偏差，特别是在段落中断处，是一个关键因素。研究人员发现，模型可能会出现误导性的预测，这些预测...

Aphrodite引擎可以用于减少VRAM需求，提高AI推理工作负载的吞吐量。Pygmalion推理引擎是一种全新的AI推理引擎，它可以在减少VRAM需求的同时提高吞吐量。该引擎基于Aphrodite引擎并进行了优化，可以在保持准确性的同...

PAP-REC提出了一种自动创建个性化提示的推荐语言模型的方法，增强了它们的效率和效果。该方法基于用户的历史行为和偏好，并且能够自动识别关键字和短语，以生成更准确的推荐。同时，该方法能够在不增加额外计算成本...

随着人工智能技术的不断进步，AI客户发现者（产品）的面世，为企业寻找潜在客户带来了全新的体验。AI客户发现者（产品）能够通过人工智能技术精确地找到潜在客户的联系数据，使企业不再盲目地投放广告，节省了大量的...

BGE-M3项目介绍了一种多功能的嵌入模型，其在多功能性（密集、多向量和稀疏检索）、多语言性（支持100多种语言）和多粒度性（处理从短句子到长达8192个标记的文档输入）方面表现优异。它使用混合检索管道，结合不同...

最新研究表明，长视频理解领域存在多粒度噪声对应问题，影响了视频语言研究的准确性。为了解决这一问题，研究人员开发了一种名为Norton的新方法，应用了最优传输算法来提高长期视频理解。该方法通过处理多粒度噪声对...

1月份微软研究论坛上，Dipendra Misra提出了一种名为“Layer-Selective Rank Reduction（LASER）”的技术，通过用一个较小的近似矩阵替换权重矩阵，提高了大型语言模型（LLM）的准确性。

最新的图像扭曲技术让面部图像对人类不可识别，但仍然可以被AI识别，从而在生物识别系统中实现隐私保护和准确性之间的平衡。这项技术已经在GitHub上发布，可以帮助开发人员更好地保护用户的隐私。与传统的面部识别技...