3D-Speaker是一个庞大的音频数据集，包含来自10000多个说话者的录音数据，这些录音数据是在不同设备上、各种距离和多种方言下录制的。这个数据集有助于研究人员解析语音的不同方面，并非常适合用于测试大型语音模型...

LightGlue是一种新技术，可以更轻松、更快速地找到图片之间的相似之处，甚至比当前最好的方法Superglue还要好。LightGlue最好的部分是它可以根据图像复杂度进行自适应，对于简单的图像可以更快地工作，在实时应用中...

Composer是一个PyTorch库，可以使你以更快的速度、更低的成本和更高的准确性训练神经网络。

Salesforce发布了一组新的语言模型，该模型在GitHub上公开发布。这些模型使用4K和8K序列长度进行了15亿个令牌的训练，参数量为70亿。与目前许多开源模型如MPT或Falcon相比，这些模型具有更好或相当的性能。此外，它...

Flamingo是DeepMind的一个模型，可以处理图像和文本。它能够回答视觉问题，并具有强大的语言建模性能。这项工作是对这些模型的复制研究。它还使用了MPT和Red pajama基础模型，这些模型在许可使用上较为灵活。这个复...

Insilico Medicine正在研发的一种药物将在60人身上进行测试。该药物将用于治疗慢性肺病，并已完成成功的一期试验。

本文讨论了AI驱动的开发者工具，如GitHub Copilot，对经济的潜在影响。据估计，这些工具可以节省开发者高达30%的时间，这可能在仅美国就产生1.3万亿美元的经济影响。

FunQA是一个创新的数据集，旨在测试和提升模型对令人惊喜的视频的理解能力，例如幽默或创意视频片段，推动模型在时间戳定位、视频描述和推理等领域的能力。