这项研究引入了一个名为“理性分割”的新AI任务，设计用于根据复杂和隐含的文本指令生成分割掩膜。此研究展示了一个名为LISA（Large-language Instructed Segmentation Assistant）的工具作为展示。LISA结合了大语言模...

最新研究中，科研人员引入了一种名为‘聚焦线性注意力’的新方法，使变压器（Transformers）变得更为高效和强大。研究人员设计了新的映射函数和秩恢复模块，旨在在保持计算需求较低的同时，提升模型的性能。这一突破性...

本文讨论了将大型语言模型集成到系统和产品中的实用模式。它结合了学术研究、行业资源和从业者的专业知识。本文介绍了七种关键模式，涵盖了提高性能与降低成本/风险以及更接近数据与更接近用户之间的一系列模式。

为音乐产生人类可读的描述对于大多数系统来说都是一项挑战，甚至对于人类来说也相当困难！然而，凭借一些巧妙的数据采集和标签技术，研究人员成功地收集了一个涵盖各种音乐流派的2.2m字幕数据集。他们在此数据集上训...

工具使用是一个范例，其中语言模型生成触发某些API被调用的词汇，其输出作为令牌被反馈到语言模型中。这意味着语言模型能够使用计算器，网络浏览器，甚至编码环境。随着最近强大的开源语言模型的发布，您可以收集40k...

你是否曾经希望AI能够创作出真实且灵活的人类舞蹈视频？这正是DisCo模型所做的！它不仅能够保持人物主体和背景的外观，准确地跟随舞蹈姿势，而且还能适应它从未见过的新主体、背景和姿势。DisCo模型利用参考图像，精...

人工智能产业的发展正受到GPU供应不足的制约。这种短缺导致产品推出和模型训练等方面受到各种限制。一旦供需平衡，事情就会加速发展。本文将探讨导致供需矛盾的原因，持续时间以及解决方法。

PromptTools是一套自托管工具，用于实验、测试和评估大型语言模型、向量数据库和提示。它允许开发者使用代码、笔记本和本地沙盒进行评估。开发者只需几行代码就可以测试不同模型上的提示和参数。PromptTools可以用于...