Meta最近发布了一篇关于音频AI基础模型的论文，并发布了更多的样本和引人入胜的演示。该项目的主要目标是生成可控制风格的音频内容，所有风格都来自同一个模型。

加速自回归语言模型推理的方式有很多。人们正在热衷于使用草稿模型的一种方式。这需要两个模型，但速度可能会更慢。然而，通过从相同模型生成相关的n-gram，可以减轻对草稿模型的需求，并使生成速度线性加快。

往往情况下，当你使用生成模型生成一张图片后，它不完全是你想要的。然而，使用同一模型对图像进行编辑是极具挑战性的。Meta有一个关键的想法，即将所有生成视为指令，从而使编辑功能出现。这与新的模型架构的简单性...

红木研究的一项研究表明，大型语言模型(LLMs)可以掌握“编码推理”，这是一种隐写术，允许LLMs在生成的文本中嵌入中间推理步骤，使它们对人类来说不可解。这种技术可以让模型在不暴露其推理方法的情况下生成高质量的文...

OpenAI最近发布了用于稳定扩散的一致性解码器，这将极大地改善潜在扩散模型生成图像的性能。这是一个开源项目，可在GitHub上获得。随着这种技术的进步，我们可以期待AI在图像生成方面的更多突破。

最近，一家开发团队发布了一个名为“LLM Toolkit”的开源Python工具包，用于构建基于RAG的语言模型生成应用程序。它提供了快速的RAG微调、模型训练和服务脚本，同时支持多种文本数据输入和输出格式。该工具包的代码已...

近年来，大型语言模型(LLMs)在自然语言处理领域引起了广泛关注，但它们如何表达真相仍然是一个有待研究的问题。为了解决这个问题，研究人员开发了一些交互式图表，可以帮助用户更好地理解LLMs如何表示真相。这些图表...

本篇论文提出了一种能够创造出超级真实的虚拟人类模型，无论你想到的任何姿势，这种模型都能完美呈现。这是首款仅通过虚拟数据训练出来的模型，但其所生成的人类形态却具有极高的准确度，这对科学研究和电子游戏领域...