Giskard是一个开源的测试框架，用于测试从表格到LLMs的机器学习模型。它通过检查模型的输出和真实值之间的差异来评估模型的性能。Giskard不仅可以测试模型的预测能力，还可以测量它的稳定性、可解释性和鲁棒性。Gisk...

LLM可视化是一个网站，用于展示nano-gpt模型如何将6个字母的序列按字母顺序排序。nano-gpt模型是由85,000个参数组成的模型，其基础是GPT-2，该模型可用于生成自然语言文本。该网站使用了交互式的可视化工具，用户可...

Ollama就像是llama cpp模型周围的软件包管理器。它具有易用性和质量生活功能，甚至可以在CPU上轻松运行模型。本示例展示了如何运行两个优秀的模型，Dolphin和Samantha，它们是用于对话任务的优秀未过滤模型。

谷歌的Gemini AI模型尽管有令人印象深刻的演示视频，但仅导致谷歌股票的微小增长，反映了对其实时功能的怀疑，因为演示使用的是预先录制的镜头和编辑过的回答。这种怀疑反映了AI行业的更广泛担忧，即公司创造了高期...

本项目引入了一种新颖的方法——多条件扩散模型，通过高效地将文本、动作和现有物体融合起来，为人体运动或房间设计等因素引导的场景创作带来了新的视角。该方法将不同条件下的扩散算法结合起来，以生成高质量的合成场...

Meta的应用强化学习团队推出了Pearl (GitHub Repo)，这是一个生产级别的强化学习AI代理库。Pearl是一个Python库，它提供了各种强化学习算法，包括DQN、DDPG、TD3、SAC等等。Pearl还提供了基本的数据结构和一个可扩展...

随着开放模型在许多企业任务中变得有用，人们开始探索部署优化。然而，这个领域很复杂且分散。本文深入探讨了许多用于加速语言模型服务的标准技术。

近来，Transformer模型在AI领域占据统治地位。它们是强大的序列学习器，但也存在一些缺点。这项新工作基于状态空间模型，展示了新的架构可以带来巨大的好处，如增加上下文长度。