研究人员引入了“提示高亮器”方法，它革新了多模态语言模型中的文本生成技术，使用户能够突出提示的某些部分，从而更好地控制生成的文本。这种方法提供了一种更加灵活、直观和有效的交互式控制方式，使得文本生成的结...

本文作者根据模型扩展的进展修改了其人工智能时间表预测。他们现在估计，到2028年有10%的机会实现人工智能通用智能，并且到2045年有50%的机会。这些变化归因于大型语言模型的有效性以及多个智能能力可能会在规模上出...

Depth Anything是一种新的单目深度估计方法，它依赖于约6200万张图像的大规模数据集来提高其精度。通过使用数据增强和预训练编码器的辅助监督，该模型实现了令人印象深刻的泛化能力，并在深度估计方面树立了新的标准...

最近，一种名为DiverseEvol的新方法在GitHub上发布，它可以让AI模型选择自己的训练数据，使其在不需要人工或其他先进AI系统的帮助下变得更好。DiverseEvol方法包括两个步骤：第一步是从数据集中选择用于训练模型的样...

本项目探讨了自我奖励语言模型，其中模型充当自己的评判者以改善训练。通过使用这种方法，研究人员能够提高模型的性能，超越像GPT-4这样的其他系统。

在3D中进行分组是一个具有挑战性和模糊性的任务，因为您不知道需要多细粒度的分组操作（例如，键盘上的键与整个键盘本身）。这项工作使用多级蒙版，在解决语义3D分组问题方面取得了重大进展。

LoRA是一种低秩适配器，可让您仅微调语言模型中的少量参数。它们可以显着改善和改变这些模型的性能。

这项工作展示了如何使用扩散技术在图像中克隆人脸。虽然深度伪造有很多方法可以实现，但扩散技术由于其根据需要修补图像中的其他部分的能力而变得更加有趣。