需要将实时、低延迟的数据服务传递到边缘应用程序吗？使用NATS.io-这是许多领先金融机构、汽车、零售和政府机构使用的技术。NATS.io可以实时处理大量数据，使AI模型在任何环境中本地执行，同时专注于AI应用而不是云...

近日，有学者在GitHub上发布了一项新的研究项目，名为“知识偏好对齐（KnowPAT）”，该项目旨在利用大型语言模型来改进领域特定问答系统。研究人员借助该技术，可以更加精准地针对特定领域提出问题，从而得到更加准确...

AMBER是一个新的基准，旨在评估和降低多模式大型语言模型（MLLM）中的幻觉，而不依赖其他高级语言模型。该项目已经发布开源库，旨在帮助研究者和开发人员更好地理解和应对多模式语言模型的幻觉问题。

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。

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...

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。

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。

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...