标签：文本
视觉分词器统一图文信息，快手提出基座模型 LaVIT 刷榜多模态任务
夕小瑶科技说 原创作者 | 智商掉了一地、Python你是否想过，有朝一日能够仅输入寥寥数语或图片，就可以一键检索最为匹配的短视频内容。不是凭借视频标签、也...
千年密码新解读，DeepMind 开发 Ithaca 破译希腊铭文
By 超神经铭文、碑刻是过去文明的思想、文化和语言的体现。金石学家破译千年前的密码，需要完成文本修复、时间归因和地域归因三大任务。主流的研究方式是「字...
Nature｜AI检测器又活了？成功率高达98%，吊打OpenAI
新智元报道编辑：润 alan【新智元导读】OpenAI都搞不定的问题，被堪萨斯大学的一个研究团队解决了？他们开发的学术AI内容检测器，准确率高达98%。如果将这个...
李开复说话算数：零一万物大模型首次发布，AI 2.0 正在路上
零一万物大模型成果首次发布。作者 | 王悦编辑 | 陈彩娴11月6日，李开复带队创办的 AI 2.0 公司零一万物，开源发布了Yi系列模型，包含 34B 和 6B 两个版本。...
零一万物发布全球第一开源模型，李开复阐述 AI 2.0 的商业思考
3 月，李开复提出 AI 2.0，认为大模型将会带来平台级创新机会，改写用户入口和界面，催生新一代 AI 2.0 应用。7 月，筹办近三个月后，李开复组队，聚集数十位...
解读大模型（LLM）的token
当人们谈论大型语言模型的大小时，参数会让我们了解神经网络的结构有多复杂，而token的大小会让我们知道有多少数据用于训练参数。正像陆奇博士所说的那样，大...
AI视频生成工具Gen-2炸裂更新：一句话生成4K超逼真视频，像素一口气拉到最高逼格
夕小瑶科技说 分享来源 | 量子位这，绝对称得上是生成式AI进程中的里程碑。就在深夜，Runway家标志性的AI视频生成工具Gen-2，迎来了“iPhone时刻”般的史诗级更...
单点端到端文本检测识别框架速度提升19倍！华科、华南理工等联合发布SPTS v2
新智元报道编辑：LRS 好困【新智元导读】单点文本框标注，成本显著降低；将检测和识别解耦，并行解码提升自回归速度。近年来，场景文本阅读（Text Spotting）...
时代杂志发布：2023年最佳AI发明
点击上方蓝字关注我们图｜匡萃彪文｜匡萃彪“ 《时代》杂志评选出2023年度最佳发明，其中14个人工智能工具备受关注，包括OpenAI的GPT-4、Runway Gen-2和Alithe...
波士顿动力机器狗装上ChatGPT大脑当导游，一开口就是老伦敦腔
机器之心报道编辑：蛋酱、大盘鸡我们看过机器狗攀爬、跳跃、跑酷、开门，但现在，它竟然开口说话了。「可以开始我们的旅程了吗？」Spot 礼貌地发出询问：「请...
RLHF与AlphaGo核心技术强强联合，UW/Meta让文本生成能力再上新台阶
机器之心专栏机器之心编辑部RLHF 与 AlphaGo 的核心技术结合在一起，会碰撞出怎样的火花？在一项最新的研究中，来自 UW 和 Meta 的研究者提出了一种新的解码...
DallE 3、Midjourney 5.2、SDXL、Firefly 2 和 Ideogram 对比指南
点击上方蓝字关注我们图｜匡萃彪文｜匡萃彪“ 本文比较了DALL-E 3、Midjourney 5.2、Stable Diffusion XL (SDXL)和Adobe Firefly 2等主要AI艺术生成器，探讨了...
Stable Diffusion新玩法火了！给几个词就能生成动图，连动图人物的表情和动作都能随意控制
夕小瑶科技说 原创作者 | 小戏单说大模型 AI 的发展对人们想象力释放的助力，基于 Stable Diffusion 模型的方法首当其冲。透过文本描述到图像生成技术，大模...
让大模型看图比打字管用！NeurIPS 2023新研究提出多模态查询方法，准确率提升7.8%
转载自 沁园夏量子位 | 公众号 QbitAI大模型“识图”能力都这么强了，为啥还老找错东西？例如，把长得不太像的蝙蝠和拍子搞混，又或是认不出一些数据集中的稀有...
一行代码提高大模型10%性能，开发者：免费午餐
克雷西 发自 凹非寺量子位 | 公众号 QbitAI大模型微调有“免费的午餐”了，只要一行代码就能让性能提升至少10%。在7B参数量的Llama 2上甚至出现了性能翻倍的结...
粤公网安备 44011502001135号