EMIFF是一种创新的基于摄像头的3D检测框架，用于车辆基础设施协同物体检测。它使用多尺度交叉注意力和相机感知通道掩蔽来纠正来自相机异步性的姿态误差。EMIFF的开源代码现在可以在GitHub上获得。

FuseChat推出了一种创新的方式，将多个大型语言模型的优势融合成一个更强大的模型，而不需要进行高成本的从头训练。

据悉，字节跳动开发了一种名为 MegaScale 的系统，可用于训练大规模并行的大型语言模型。该系统成功地在 12,288 个 GPU 上训练了一个 175B 的语言模型，达到了 55.2% 的模型 FLOPs 利用率，相当惊人。此外，字节跳动...

ListT5推出了一种前沿的重排方法，不仅可以提高信息检索的准确性，还提供了一个高效的解决方案，以应对以前的列表式重排器面临的挑战。

音乐理解通常需要在语言模型中添加特定编码器，这往往既昂贵又不稳定。然而，一项新的研究发现，将音乐转换为ABC符号后，音乐理解能力显著提高，且不会影响基本的语言能力。

函数调用是指语言模型可以通过合成的函数访问工具来完成其给定的指令。这需要正确合成参数以传递给这些函数。这个排行榜旨在评估模型在函数调用任务上的能力。

经过十年的努力和数十亿美元的投入，苹果取消了其建造与特斯拉竞争的汽车的失败尝试。预计许多员工将转移到生成式人工智能项目。

HuggingFace Hub 近期合并发布了 AlphaMonarch 7B 模型，这个经过调优的模型在 elo 和 static benchmarks 中表现优异。它专门为多轮对话和指令跟踪等任务而设计，将会成为自然语言处理领域的一大利器。