Insanely Fast Whisper with Speaker Diarization是一款针对音频文件的命令行工具，具有较强的自动转录能力。该工具还包括说话人分割和区分（例如，识别说话人1与说话人2）。该工具声称即使在一些最大的模型上，也能...

伯克利的一组研究人员使用合成偏好数据训练了一个新的最先进的7B参数模型。本文讨论了训练奖励模型的新挑战（例如，示例在列表中的位置会改变其排名）以及他们如何克服这些挑战。结果模型可与经过训练的奖励模型一起...

研究人员开发了一种新技术，可以将图像转换为绘画，呈现出与人类类似的质量和风格。这项技术基于深度学习算法，使用神经网络来分析图像的内容和结构，并模仿人类绘画的风格和技巧。经过训练，该技术可在保留原始图像...

研究人员已经设计出一种独特的圆形混合方法来解决创建无缝360度全景图像的长期难题。这种技术是他们从文本和单张图像生成全景图像的创新模型的关键特征。

人工智能初创公司Anthropic近日发布了Claude 2.1版本，该版本新增了能够搜索网络的功能，可以处理20万个令牌，并且可以减少50%的虚幻幻觉。

Jay Hack已为自动化软件开发的一些非常惊人的技术筹集了大量资金。它将Jira板连接到GitHub PR以进行自动化工程。

近日，由研究人员开发的基于基因组数据的人工智能模型GenSLMs，准确地生成了类似最近COVID-19变种的基因序列，尽管它只是在早期疫情数据上进行的训练，这展示了它预测病毒进化和辅助研究的潜力。GenSLMs是一种基于序...

Kandinsky Video采用双阶段文本到视频生成技术。首先，它通过关键帧来勾勒视频的故事情节，然后平滑过渡和移动，大大提高了视频质量并降低了计算要求。