标签：编码器
Mistral多模态大模型来了！120亿参数，原生支持任意大小/数量图像，公司估值已达420亿
明敏 发自 凹非寺量子位 | 公众号 QbitAIMistral的多模态大模型来了！ Pixtral 12B正式发布，同时具备语言和视觉处理能力。 它建立在文本模型Nemo 12B基础上...
机器人也会系鞋带了！斯坦福团队用模仿学习赋予机器人新技能丨已开源
叨乐 发自 凹非寺量子位 | 公众号 QbitAI斯坦福年初刚教完机器人炒菜，现在又教机器人系鞋带！ 他们还发布了全球首个机器人自主系鞋带演示视频： 与之前的炒...
韩国N号房卷土重来，这一次是Deepfake，波及超200所学校
金磊 一水 发自 凹非寺量子位 | 公众号 QbitAIDeepfake（深度伪造），再度深陷舆论的风波。 这一次，用这项AI技术犯罪的严重程度被网友直呼是“韩国N号房2.0”...
MSU世界视频编码器大赛成绩出炉，腾讯包揽全部指标第一名
机器之心发布 机器之心编辑部今日获悉，由莫斯科国立大学举办的 MSU 世界视频编码器大赛结果揭晓。在全部参赛编码器中，腾讯编码器包揽所有 15 项指标的全部...
LLM可解释性的未来希望？稀疏自编码器是如何工作的，这里有一份直观说明
机器之心报道 编辑：Panda简而言之：矩阵 → ReLU 激活 → 矩阵在解释机器学习模型方面，稀疏自编码器（SAE）是一种越来越常用的工具（虽然 SAE 在 1997 年左右...
延迟交互模型，为什么是下一代RAG的标配？
AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术...
开放域检测新SOTA！中山大学美团出品，开源性能最强
王豪 投稿自 凹非寺量子位 | 公众号 QbitAI开放域检测领域，迎来新进展—— 中山大学联合美团提出新模型OV-DINO，实现开放域检测开源新SOTA！ 比Grounding DINO...
iPhone可跑2B小钢炮！谷歌Gemma 2来袭，最强显微镜剖解LLM大脑
新智元报道编辑：编辑部 【新智元导读】谷歌DeepMind的小模型核弹来了，Gemma 2 2B直接击败了参数大几个数量级的GPT-3.5和Mixtral 8x7B！而同时发布的Gemma S...
杀疯了！Meta开源SAM-2：可商用，随意分割视频、图像
9月6-7日，2024全球AI芯片峰会将在北京召开。目前，AMD人工智能事业部高级总监王宏强，清华大学交叉信息研究院助理教授、北极雄芯创始人马恺声，珠海芯动力创...
科大讯飞将在港投资 4 亿港元，专注大语言模型等开发；英伟达 Mistral AI 联手发布 12B 参数小模型丨AI情报局
01 今日融资快报科大讯飞将在香港投资 4 亿港元，并设立国际总部 科大讯飞公布了一项为期 5 年的 4 亿港元、投资计划，并在香港设立了国际总部。公司表示，这...
盛名一时的BERT哪去了？这个问题的答案昭示了LLM范式的转变
机器之心报道 编辑：Panda编码器模型哪去了？如果 BERT 效果好，那为什么不扩展它？编码器 - 解码器或仅编码器模型怎么样了？在大型语言模型（LLM）领域，现...
抛弃视觉编码器，这个「原生版」多模态大模型也能媲美主流方法
AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术...
完全开源！谢赛宁发布最新SOTA多模态模型Cambrian-1，“不与GPT-4V媲美”
夕小瑶科技说 原创作者 | 21# 6月15日，智源大会「多模态大模型」论坛中，纽约大学助理教授谢赛宁从哲学的角度出发，分享了AI是否需要更强的视觉基础来实现理...
霉霉开口唱碧昂丝的歌，又是AI！口型不出戏，五官姿态也自然，复旦百度等出品｜GitHub揽星1k+
西风 发自 凹非寺量子位 | 公众号 QbitAI一张人像、一段音频参考，就能让霉霉在你面前唱碧昂丝的《Halo》。 一种名为Hallo的研究火了，GitHub已揽星1k+。 话...
AI研究的主要推动力会是什么？ChatGPT团队研究科学家：算力成本下降
机器之心报道 编辑：PandaAI 研究发展的主要推动力是什么？在最近的一次演讲中，OpenAI 研究科学家 Hyung Won Chung 给出了自己的答案。 近日，斯坦福大学《C...
粤公网安备 44011502001135号