著名人工智能科学家Andrew Ng博士，现任AI基金的常务总经理合伙人，近日宣布加入亚马逊公司的董事会。Andrew Ng博士在人工智能和机器学习领域有着举足轻重的影响力，此前曾是谷歌大脑项目创始人之一，并在百度担任首...

Gemma和Siglip最近发布了一款小型但功能强大的视觉语言模型（VLLM），该模型专为理解和生成与图像相关联的语言而设计。VLLM利用大规模的LAION和LLaVA数据集进行训练，这些数据集包含了大量的图像和相关文本信息，使...

近期，科技界发起了一项名为BabyLM的挑战，旨在推动研究人员和开发者在极度有限的数据条件下，训练出性能卓越的文本和视觉模型。这一挑战的核心理念是模仿人类婴儿在成长初期所接触到的数据量，大约为1000万个token...

Meta AI研究团队提出了体现假设，认为AI要实现真正的智能，必须具备物理形态以进行感官和环境互动。为此，Meta推出了更新版的模拟平台AI Habitat 3.0，该平台旨在通过在模拟环境中为AI配备虚拟身体来缩小模拟与现实...

近期，一个名为“离散扩散实现”的项目在GitHub上引起了广泛关注。该项目提供了一种简洁的离散扩散算法实现方式，包含了众多最新的技术组件。这种新型算法不仅训练速度快，而且稳定性强，能够很好地适应各种复杂的数据...

最近，一个名为PanFusion的项目引起了业界的广泛关注。该项目采用了一种双分支扩散模型，可以直接从文本提示生成360度全景图像。该方法结合了稳定的扩散技术和专门的全景分支，并通过独特的交叉注意力机制来减少图像...

Jina AI最新推出了一款名为'LLM friendly HTML conversion'的GitHub项目，该项目旨在将网络链接转换为适用于大型语言模型（LLM）的友好Markdown格式。这一工具的开发，将极大地便利开发者和研究者利用LLM进行各种任...

DGMamba框架是一种创新的技术，它利用状态空间模型Mamba来解决领域泛化中的挑战。状态空间模型是一种先进的机器学习方法，通过将系统状态表示为一组变量，并预测其在时间上的演变，从而提高模型的泛化能力和对新场景...