漫话开发者 - UWL.ME 精选全球AI前沿科技和开源产品
2023-11-16 talkingdev

论文:MonoDiffusion-无需地面真值的深度估计技术

MonoDiffusion是一种新的自监督单目深度估计框架,其独特的方法将深度估计问题视为迭代去噪过程。它利用预训练的教师模型指导伪地面真值扩散过程,从而提高深度图精度,无需在训练中使用实际的深度真值。

Read More
2023-11-16 talkingdev

LLM Decontaminaor:新型模型欺骗性能的方法

当新的模型拥有惊人的性能时,人们往往会质疑它们是否真的是在验证数据或基准测试上得到了训练。去污是从输入中删除此类测试数据的过程。LMSYS团队发现,如果你重新表述测试数据,使其通过去污,但仍包含关于基准测...

Read More
2023-11-16 talkingdev

强大的Nous 34B Yi模HF型的微调

Nous研究推出了一款非常强大的34B模型,其建立在双语Yi模型的基础上。Capybara主要通过多轮数据进行训练,每次对话中的令牌数超过1000个,这使得它在处理信息密度较高的某些用户界面任务时具有独特的优势。

Read More
2023-11-16 talkingdev

Microsoft和OpenAI合作出现新的人工智能机遇

在OpenAI的DevDay上,微软宣布计划在年底在Azure OpenAI服务上提供新的GPT-4 Turbo,提供更低成本的增强控制和效率。 OpenAI的自定义模型计划将与微软的生态系统无缝集成,提高企业的人工智能能力。

Read More
2023-11-16 talkingdev

You.com推出新API,为LLMs连接互联网提供支持

You.com已经推出了一系列API,价格从每月100美元起,使得像Meta的Llama 2这样的大型语言模型可以访问最新的互联网数据,并通过网络搜索和新闻功能提供增强的答案准确性。这些API有助于LLMs从更广泛的数据来源中汲取...

Read More
2023-11-16 talkingdev

Retool发布AI报告:生成式AI对商业的影响日益增长

据Retool发布的最新AI报告显示,随着生成式AI对商业的影响日益增长,MongoDB Atlas Vector Search在向量数据库中的受欢迎程度排名第一,这对于增强生产力和客户体验的AI应用程序至关重要。然而,在AI采用方面仍存在...

Read More
2023-11-16 talkingdev

AI安全开发的10个最佳实践

随着人工智能技术的迅猛发展,安全开发的重要性再次凸显。本文总结了10个最佳实践,帮助您安全地采用AI技术,并提供保护措施,防范AI生成代码的风险,如提示注入和数据访问。这些最佳实践包括:1.识别和评估潜在的安...

Read More
2023-11-16 talkingdev

微软终于开始制造自己的定制芯片,而这次定制芯片全部都与人工智能有关

微软公司为训练大型语言模型建立了自己的定制人工智能芯片。它还开发了用于云工作负载的基于Arm的CPU。这两款芯片将于2024年推出。它们可能会减少行业对英伟达的依赖。微软已经在设计这些芯片的第二代版本。更多关于...

Read More
  1. Prev Page
  2. 335
  3. 336
  4. 337
  5. Next Page