Hugging Face的Diffusers 0.26版本增加了许多有趣的功能，其中包括视频处理和多IP适配器使用，可以在生成时对多个图像进行条件处理。

近日，研究人员开发出了一种名为PAM的工具，它使用音频语言模型对音频质量进行评估，无需参考曲目或专业培训。PAM通过深度学习算法，将音频数据转化为分布式表示形式，并将其与质量分数进行关联。据研究人员介绍，PA...

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...

OpenAI正在增强ChatGPT，允许付费用户将各种GPT整合到对话中，每个GPT都能理解插入到其中的完整对话背景。

SliceGPT引入了一种新的后训练稀疏化方案，以减少大型语言模型的资源需求。通过将权重矩阵替换为较小的矩阵并减少嵌入维度，它可以在主要模型（如LLAMA2-70B和OPT 66B）中删除高达25%的模型参数，同时保留高达99%的...

CreativeSynth是一种艺术图像编辑方法，通过无缝集成文本和图像输入来实现。其扩散模型配备了定制化的注意机制，能够精确地处理风格和内容，同时保留原始艺术作品的本质。为艺术家和设计师提供了一个全新的创作维度...

Apple Vision Pro在市场营销中展示了人们随时使用该设备的场景：工作时、洗衣服时甚至和孩子玩耍时都能使用。该设备旨在将应用程序和信息叠加在现实世界中，增强现实。虽然该设备有时令人惊叹，但它也存在一系列不可...

该项目提出了一种新颖的增强Transformer的方法，使用来自不同模态的无关数据，例如使用音频数据来改善图像模型。多模式路径独特地连接了两种不同模态的Transformer，使目标模态能够从另一种模态的优势中受益。