大模型日报
2024-06-15
大模型资讯
- 新技术提升大型语言模型推理能力
- 摘要: 一种新技术使得像GPT-4这样的大型语言模型能够通过编写Python代码，更准确地解决数值或符号推理任务。
- 大型语言模型革命性提升蛋白质序列理解
- 摘要: 研究人员将蛋白质序列与自然语言进行类比，利用其序列结构取得了显著进展。大型语言模型在解析和理解蛋白质序列方面展示出强大潜力，推动了相关领域的创新和发展。
- 无矩阵乘法的高效AI语言模型革命
- 摘要: 文章介绍了一种无需矩阵乘法（MatMul）的新方法，如何在大型语言模型（LLMs）中实现高效的AI运算。这种创新方法有望大幅提升AI模型的运算效率，推动语言模型的革命性进步。
- Cerebras加速行业领先的最大AI模型训练
- 摘要: 2024年6月13日，加州森尼维尔——Cerebras Systems宣布其在加速生成式人工智能方面取得突破，能够更快地训练行业内最大的AI模型。
- Meta发布Llama 3并专注于大规模语言模型的开发
- 摘要: Meta在2024年4月发布了开源的大规模语言模型Llama 3，并解释了他们在训练大规模语言模型时的关注点和方法。Meta正专注于大规模语言模型的开发，以推动技术进步。
- 新软件技巧减少AI幻觉：RAG技术崭露头角
- 摘要: 一项名为检索增强生成（RAG）的新技术正在硅谷兴起，通过这一技术可以显著改善大型AI模型的输出效果，减少AI生成内容中的错误和幻觉。
- 新Transformer架构可实现无需GPU的强大语言模型
- 摘要: 一种新的Transformer架构——MatMul-free LM，能够在无需矩阵乘法的情况下，使语言模型更快速且更高效地利用内存，从而可能实现无需GPU的强大语言模型。
- 大型语言模型变革医疗信息学
- 摘要: 大型语言模型（LLMs）正在通过提高实验室数据与LOINC映射的准确性，彻底变革医疗信息学。
- Cognizant在Google Cloud推出医疗大语言模型
- 摘要: Cognizant（NASDAQ: CTSH）在与Google Cloud扩展合作关系后，推出了首套医疗大语言模型（LLMs），这些模型基于Google Cloud的GenAI平台。
- Databricks升级Mosaic AI平台，助力企业利用大型语言模型
- 摘要: 在旧金山召开的Databricks年度Data + AI峰会上，公司宣布对其AI平台进行重大更新，并重新命名为Mosaic AI，以帮助企业更好地利用大型语言模型（LLMs）。
大模型产品
- PyjamaHR：轻松招聘，宛如居家
- 摘要: PyjamaHR，全球首款AI招聘系统，1键自动筛选和面试数千候选人，支持LinkedIn等20多个平台。
- OTTO SEO：自动化SEO优化
- 摘要: OTTO SEO是首个自动化SEO AI工具，几次点击即可完成网页优化，节省营销团队数百小时。
- Mapify：AI生成思维导图
- 摘要: Mapify通过AI快速从文档、视频或提示生成思维导图，提升10倍效率，助力Xmind用户提高生产力和创造力。
- Icons8插画生成器：专业艺术家的AI创作
- 摘要: 生成独特风格的系列插画，无需担心法律和伦理问题。由Icons8插画师绘制风格训练，商用无忧。
- Oasis by BeforeSunset AI：深度专注的AI工作空间
- 摘要: 使用AI氛围生成器打造你的Oasis，包含笔记、计时器、专注音乐和声音，助你深度专注。免费试用并展示你的创意背景！
- TwoShot：用AI创造和混音音乐
- 摘要: TwoShot让每个人都能享受音乐创作！用你的声音、描述或哼唱，通过先进且道德训练的AI来创造和混音，还能分享和盈利。
- SkillReactor AI编程学院
- 摘要: 从零基础到AI编程高手，三步法学习、实践、构建，掌握编程基础，参与项目，打造认证作品集。
- Saner.ai：专为ADHD设计的AI效率应用
- 摘要: Saner.ai是一款专为ADHD用户设计的AI效率应用，帮助解决任务切换、压力和遗忘问题。使用简单的笔记和待办事项功能，配合顶级AI助手，让工作和生活更加井井有条。
- Captain：自动化销售内容生成
- 摘要: Captain的无代码AI引擎自动生成内容，优化互动工具，并实时识别网站访客，助你轻松达成更多交易。
- Magic Publish：YouTube视频元数据自动生成
- 摘要: Magic Publish为您的YouTube视频自动生成标题、标签和描述，免费且无需注册。上传视频或粘贴链接即可完成！
大模型论文
- VideoGPT+: 图像与视频编码器融合提升视频理解
- 摘要: VideoGPT+结合图像编码器的空间细节和视频编码器的时间上下文，提升了视频理解性能，并在多个基准测试中表现优异。
- MiCo: 可扩展的全模态预训练范式
- 摘要: 本文提出MiCo预训练范式，可扩展数据和模型参数，显著提升多模态学习能力，创37项新纪录。
- 视觉模型与人类美学对齐的检索方法
- 摘要: 本文提出了一种基于偏好强化学习的方法，利用大语言模型和美学模型对视觉模型进行微调，以提高其美学对齐性能，并通过新数据集HPIR进行验证。
- 长视频问答的高效关键帧选择策略
- 摘要: 提出了层次关键帧选择和序列视觉语言模型，显著减少冗余，提高长视频问答性能，LVNet在三大数据集上达最优表现。
- LLAVIDAL: 大型语言视觉模型在日常活动中的应用
- 摘要: 本文提出了一个用于微调大型语言视觉模型的ADL多视角数据集ADL-X，并引入了LLAVIDAL模型和ADLMCQ基准，展示了其在日常活动理解中的卓越表现。
- 视觉语言地理基础模型综述
- 摘要: 本文综述了视觉语言地理基础模型的发展，介绍了其背景、核心技术和多模态地理任务应用，并探讨了未来研究方向。
- VideoNIAH: 视频理解基准框架
- 摘要: VideoNIAH通过合成视频生成构建基准，评估视频模型的细粒度理解和时空建模能力，支持长距离依赖任务。
- ElicitationGPT：基于语言模型的文本评分机制
- 摘要: 本文提出了使用ChatGPT对文本进行评分的机制，并通过同行评审数据集与人工评分进行对比，验证其与人类偏好的一致性。
- 提升域适应的提示梯度对齐方法
- 摘要: 本文提出通过对齐每个目标的梯度来促进共识，从而提升无监督域适应性能，并通过惩罚梯度范数防止过拟合。
- 基于离散语音单元的口语理解模型
- 摘要: 提出使用离散语音单元（DSU）替代连续值语音编码器输出，通过自监督语音编码器和k-means聚类生成DSU，实现跨领域口语问答任务的鲁棒性能。
大模型开源项目
- NVIDIA高性能深度学习推理SDK
- 摘要: NVIDIA TensorRT是用于NVIDIA GPU的高性能深度学习推理SDK，包含开源组件，使用C++编写。
- 1Panel-dev: 基于LLM的知识库问答系统
- 摘要: 1Panel-dev是一款开箱即用的知识库问答系统，基于大语言模型开发，支持快速嵌入第三方业务系统，使用Python编写。
- 强大模块化稳定扩散GUI
- 摘要: 最强大的模块化稳定扩散GUI、API和后端，具备图形/节点界面，使用Python编写。
- 微软高性能梯度提升框架
- 摘要: 微软开发的基于决策树算法的高性能分布式梯度提升框架，用于排序、分类等多种机器学习任务，采用C++编写。
- Apple: 可扩展深度学习库
- 摘要: Apple是一个用Python编写的可扩展深度学习库，旨在为开发者提供灵活的工具和框架。
- StableSwarmUI：模块化稳定扩散界面
- 摘要: StableSwarmUI 是一个用 C# 编写的模块化稳定扩散 Web 用户界面，强调易用的强大工具、高性能和可扩展性。
- 谷歌Gemma模型C++推理引擎
- 摘要: 轻量级、独立的C++推理引擎，用于谷歌的Gemma模型，提供高效的模型推理能力。
)
