-
Stable Diffusion训练方式比对
Textual Inversion、Hypernetwork、Dreambooth 和 LoRA 是四种不同的 Stable Diffusion 模型训练方法。它们都可以用来训练 Stable Diffusion 模型，但它们之间存在一些差异，我们可以通过...
-
GameNGen有哪些功能？谷歌游戏引擎AI模型怎么使用方法详细教程指南
GameNGen 是什么？ GameNGen 是一个由神经模型驱动的前沿游戏引擎，专注于实现与复杂环境的实时互动，并在长时间的模拟中保持高质量图像。它能够以每秒超过 20 帧的速度高效模拟经典游戏《DOOM》，并且其下一帧预测的峰值信噪比（PSNR）达到...
-
英伟达最新技术分享：手把手教你用Llama 3.1合成数据改进模型！附代码
【导读】 适逢Llama 3.1模型刚刚发布，英伟达就发表了一篇技术博客，手把手教你如何好好利用这个强大的开源模型，为领域模型或RAG系统的微调生成合成数据。 Epoch AI上个月刚刚发文[预言数据墙」迫近，结果英伟达转头就甩出了340B开源巨兽Ne...
-
T-Eval：大模型智能体能力评测基准解读 | ACL 2024
AI Agent（智能体）作为大模型的重要应用模式，能够通过使用外部工具来执行复杂任务，完成多步骤的工作流程。为了更全面地评估模型的工具使用能力，司南及合作伙伴团队推出了T-Eval评测基准，相关成果论文已被ACL 2024主会录用，点击链接可查看原文：h...
-
最强模型Llama 3.1 405B正式发布，扎克伯格：开源引领新时代
刚刚，大家期待已久的 Llama 3.1 官方正式发布了！ Meta 官方发出了「开源引领新时代」的声音。 在官方博客中，Meta 表示：「直到今天，开源大语言模型在功能和性能方面大多落后于封闭模型。现在，我们正在迎来一个开源引领的新时代。我们公开...
-
【最新最热】开源引领未来：Llama 3.1震撼发布，405B参数超越闭源GPT-4，扎克伯格宣告AI分水岭到来
刚刚，备受瞩目的LIama 3.1震撼问世，荣耀加冕为大模型领域的最新王者！ 在横跨150余项基准测试的挑战中，LIama 3.1的405B版本以其卓越性能，不仅与当前顶尖的SOTA模型——GPT-4o及Claude 3.5 Sonnet并驾齐驱，更在多...
-
第三章: AIGC的应用领域
1. 媒体与娱乐中的AIGC应用 在媒体与娱乐行业，人工智能生成内容（AIGC）正在改变我们创作和消费内容的方式。通过AIGC技术，内容创作与编辑、虚拟角色与虚拟现实等领域发生了巨大的变革。这些技术不仅提升了创作效率，还带来了全新的娱乐体验。 1....
-
LLMs之Llama 3.1：Llama 3.1的简介、安装和使用方法、案例应用之详细攻略
LLMs之Llama 3.1：Llama 3.1的简介、安装和使用方法、案例应用之详细攻略 导读：2024年7月23日，Meta重磅推出Llama 3.1。本篇文章主要提到了Meta推出的Llama 3.1自然语言生成模型。 >>...
-
Meta革命性发布：Llama 3.1——性能最强的AI开源模型，开启智能新时代！
前言 🚀 Meta隆重推出Llama 3.1：迄今为止性能最强的AI模型 Meta公司近日发布了他们最新的AI语言模型——Llama 3.1，这一消息迅速在科技界掀起了波澜。作为猫头虎技术团队，我们将为大家详细解析Llama 3.1的强大功能及其应用...
-
OpenAI发布最新大模型安全对齐奖励方法——RBR
随着ChatGPT等产品的广泛应用，确保其输出的安全性成为场景化落地的关键。传统方法是使用RLHF（人类反馈强化学习）来进行安全对齐，但有两大局限性难以持续使用。 1）收集和维护人类反馈数据不仅成本高昂，并且随着大模型能力的提高以及用户行为的变化，现有的数...
-
每日AIGC最新进展(36)：以色列Lightricks提出视频中眼镜擦除技术V-LASIK、史蒂文斯理工学院提出实时交互式数字头像框架RITA、清华大学提出神经残差扩散模型Neural-RDM
Diffusion Models专栏文章汇总：入门与实战 V-LASIK: Consistent Glasses-Removal from Videos Using Synthetic Data 本文介绍了一种名为V-LASIK的视频编辑技术，...
-
stable diffusion 插件篇（1）
前言： 首先要讲解的第一个超强插件是controlnet，跟着一起学习的小伙伴应该知道，如果仅是仅凭文生图或者是图生图的功能，想要生成的图片如自己所愿是比较有困难的，但是在sd里面，插件controlnet是可以做到帮助我们控制生图的，并且掌握contr...
-
Llama 3.1有哪些功能免费吗？Meta AI最强大新模型怎么使用方法详细教程指南
Llama 3.1 是什么？ Llama 3. 1 是Meta AI推出的最新一代大型语言模型，具有128K的上下文长度扩展、支持八种语言，并首次开源了405B参数级别的前沿AI模型。该模型在通用知识、可控性、数学、工具使用和多语言翻译方面具有最先进的能力...
-
Llama 3.1功能介绍及免费使用指南 Meta AI最新一代模型体验地址入口
Llama 3. 1 简介 Llama 3. 1 是Meta AI推出的最新一代大型语言模型，具有128K的上下文长度扩展、支持八种语言，并首次开源了405B参数级别的前沿AI模型。它为开发者和技术研究者提供了强大的支持，无论是需要处理大量文本数据的编程助...
-
开源=最强大模型！Llama3.1发布，405B超越闭源GPT-4o，扎克伯格：分水岭时刻
刚刚，LIama3.1正式发布，登上大模型王座! 在150多个基准测试集中，405B版本的表现追平甚至超越了现有SOTA模型GPT-4o和Claude3.5Sonnet。 也就是说，这次，最强开源模型即最强模型。 在此之前，Llama3.1已经被多番曝光...
-
突发！OpenAI发布GPT-4o mini，免费为ChatGPT用户提供
7月19日凌晨，OpenAI在官网发布了最新大模型GPT-4o mini，具备文本、图像、音频、视频的多模态推理能力。 根据测试性能显示，GPT-4o mini的性能比GPT-4更好，大约有GPT-4o的80%能力。但API的价格却大幅度下降了60%，每1...
-
万字长文破解 AI 图片生成算法-Stable diffusion (第一篇）
想象一下：你闭上眼睛，脑海中构思一个场景，用简短的语言描述出来，然后“啪”的一声，一张栩栩如生的图片就出现在你眼前。这不再是科幻小说里才有的情节，而是Stable Diffusion——一种前沿的AI图片生成算法——所带来的现实。在本系列的万字长...
-
AIGC从入门到实战：登录 DID
AIGC从入门到实战：登录 D-ID 1. 背景介绍 1.1 问题的由来 随着人工智能技术的迅速发展，身份验证领域也在不断创新。在现代社会中，安全、便捷的身份验证成为了必不可少的功能。然而，传统的人脸识别系统存在隐私泄露的风险，尤其是在大规模数据库中...
-
【大模型应用开发极简入门】微调（一）：1.微调基础原理介绍、2. 微调的步骤、3. 微调的应用（Copilot、邮件、法律文本分析等）
文章目录 一. 开始微调 1. 选择合适的基础模型 2. 微调和少样本学习 2.1. 对比微调和少样本学习 2.2. 微调需要的数据量 二. 使用OpenAI API进行微调 1. 数据生成 1.1. JSONL的数据格式 1.2....
-
英伟达开源3400亿巨兽，98%合成数据训出最强开源通用模型！性能对标GPT-4o
【新智元导读】刚刚，英伟达全新发布的开源模型Nemotron-4 340B，有可能彻底改变训练LLM的方式！从此，或许各行各业都不再需要昂贵的真实世界数据集了。而且，Nemotron-4 340B直接超越了Mixtral 8x22B、Claude sonn...
-
AI重新定义导航，弯道会车无灯路口提前预警，网友：导航成精了！
AI正在守护人们的出行安全。 请看VCR: 最近，大量高德用户晒出类似图中的体验，发出感慨:现在导航都这么智能了??? 还有用户在社交平台发帖，疯狂安利骑友们:跑山请开高德，求扩散!!! 是什么让用户当起“自来水”，甚至点赞直呼“黑科技”? 高德地图...
-
大语言模型原理与工程实践：LLaMA 系列
1. 背景介绍 1.1 大型语言模型的兴起 近年来，随着深度学习技术的飞速发展，大型语言模型（LLM）逐渐成为人工智能领域的研究热点。LLM 是一种基于深度学习的自然语言处理模型，能够学习大量的文本数据，并根据这些数据生成自然流畅的文本、回答问题、进行...
-
一文教你如何调用Ascend C算子
本文分享自华为云社区《一文教你如何调用Ascend C算子》，作者： 昇腾CANN。 Ascend C是CANN针对算子开发场景推出的编程语言，原生支持C和C++标准规范，兼具开发效率和运行性能。基于Ascend C编写的算子程序，通过编译器编译和运行时...
-
高亮反光终结者？谷歌NeRF-Casting：光线追踪就能搞定！
NeRF不再“畏惧”近处高光反射 早期的NeRF变体使用多层感知器（MLPs）从三维坐标映射到体积密度和视点相关的颜色，但是表示详细的三维几何和颜色所需的大型MLPs训练和评估速度极慢。最近的工作专注于通过用类似体素网格的数据结构或网格和小型MLPs的组...
-
Stable Diffusion AI绘画
我们今天来了解一下最近很火的SD模型 ✨在人工智能领域，生成模型一直是研究的热点之一。随着深度学习技术的飞速发展，一种名为Stable Diffusion的新型生成模型引起了广泛关注。Stable Diffusion是一种基于概率的生成模型，它可以学...
-
李彦宏出席VivaTech：中国AI与西方的最大区别在于应用
5月22日，在法国巴黎举办的“欧洲科技创新展览会”（Viva Technology）主论坛上，百度创始人、董事长兼首席执行官李彦宏与阳狮集团监事会主席莫里斯•列维（Maurice Levy）对谈时表示，中国AI与西方的最大区别在于应用，中国有数百个基础模型...
-
UIUC发布StarCoder2-15B-Instruct代码大模型 无需OpenAI数据登上性能榜单
UIUC与BigCode组织的研究者们最近发布了StarCoder2-15B-Instruct代码大模型，这一创新成果在代码生成任务方面取得了显著突破。这款模型成功超越了CodeLlama-70B-Instruct，登上了代码生成性能榜单之巅。 StarC...
-
微软发布 MatterSim 模型：模拟材料、预测性能，AI 探索材料设计的无限可能
5 月 15 日消息，微软研究院科学智能中心（Microsoft Research AI for Science）近日推出 MatterSim 模型，能够在广泛的元素、温度和压力范围内，准确高效地模拟材料和预测性能，助力材料设计的数字化转型。 新材料探索...
-
划重点！！因果推断两大算法框架解析
一、整体框架 因果推断的主要任务可分为三类。首先是因果结构的发现，即从数据中识别出变量之间的因果关系。其次是因果效应的估计，即从数据中推断一个变量对另一个变量的影响程度。需要注意的是，这种影响并非指相关性，而是指在对一个变量进行干预时，另一个变量的数值...
-
AlphaGo核心算法增强，7B模型数学能力直逼GPT-4，阿里大模型新研究火了
把AlphaGo的核心算法用在大模型上，“高考”成绩直接提升了20多分。 在MATH数据集上，甚至让7B模型得分超过了GPT-4。 一项来自阿里的新研究引发关注： 研究人员用蒙特卡洛树搜索（MCTS）给大语言模型来了把性能增强，无需人工标注解题步骤，也能...
-
EMNLP 2023｜利用LLM合成数据训练模型有哪些坑？
大家好，我是HxShine 今天我们将介绍EMNLP2023的一篇大模型（LLMs）生成文本分类任务合成数据的文章，标题是《Synthetic Data Generation with Large Language Models for Text Cla...
-
网络安全领域如何拥抱新一代人工智能
因此，随着数字领域面临越来越复杂的威胁，GenAI在网络安全领域的整合预示着防御机制的新阶段。GenAI能够制作内容，从现有数据中学习，并对特定提示做出反应，这标志着网络安全领域的变革篇章，充满了充满希望的机会和紧迫的考虑。让我们深入探究一下这...
-
实时跟踪如何彻底改变建筑和物流行业
实时跟踪有两个主要活动领域：室内和室外，根据环境使用不同的系统。室外系统基于GPS传感器或智能手机，发出信号然后在屏幕上进行监控；而室内系统适用于较短的距离，使用实时定位系统(RTLS ，通过无线标签提供更高的精度。 实时跟踪，一项影响深远的技...
-
Ascend C 自定义算子 Kernel Launch调用入门
本文分享自华为云社区《Ascend C 自定义算子 Kernel Launch调用入门》，作者： jackwangcumt。 1 Kernel Launch概述 根据官方说明文档的介绍，Ascend C对外开放核函数的基础调用（Kernel Lau...
-
数据中心芯片市场将激增，到2032年将达到238亿美元
数据中心芯片市场预计将在未来十年经历大幅增长，从2022年到2032年的复合年增长率(CAGR 将超过8.1%，这个新兴市场的规模在2022年为111亿美元，预计到2032年将达到238亿美元。该行业负责数据处理和计算操作的核心，其发展受到数据生成的快...
-
CVPR 2024满分论文，英伟达开源BOP排行榜6D物体姿态第一名方法
想了解更多AIGC的内容， 请访问： 51CTO AI.x社区 https://www.51cto.com/aigc/ 物体姿态估计对于各种应用至关重要，例如机器人操纵和混合现实。实例级方法通常需要纹理 CAD 模型来生成训练数据，并且不能应用于测试时未...
-
量产杀器！P-Mapnet：利用低精地图SDMap先验，建图性能暴力提升近20个点！
本文经自动驾驶之心公众号授权转载，转载请联系出处。 写在前面 在线HD Map生成算法是当前自动驾驶系统摆脱对高精地图依赖的方法之一，现有的算法在远距离范围下的感知表现依然较差。为此，我们提出了P-MapNet，其中的“P”强调我们专注于融合地图先验以...
-
欧盟《数据法》将如何改变数据的使用和共享方式？
前段时间，我们讨论了欧盟《数据法案》正式通过，将对行业有何影响？，今天我们继续来看看，欧盟的这部《数据法》将如何改变数据的使用和共享方式？ 《数据法案》简介 2022年2月23日，欧盟委员会正式发布《数据法（Data Act）草案》（以下简称《数据法...
-
揭秘Baichuan 3超越GPT-4的中文实力！文心一言、GLM 4.0也甘拜下风？全方位对比测试大揭秘！
AI界的焦点再度聚集！1月29日，百川智能推出了超千亿参数的大语言模型Baichuan 3，瞬间在科技圈点燃了热情。不同于其他模型，Baichuan 3在中文各项评测中都有惊艳表现，甚至在任务上超越了GPT-4，成为了新的领头羊。 Baichuan 3不...
-
AI绘画中VAE压缩图像
介绍 在Stable Diffusion中,所有的去噪和加噪过程并非在图像空间直接进行,而是通过VAE模块将图像编码到一个低维空间。 这个低维空间的“分辨率”低于原始图像空间,有利于快速地完成加噪和去噪过程。 最后再将编码空间中的噪声表示解码恢复为...
-
AI写作查重率怎么降低：七大策略揭秘
大家好，小发猫降ai今天来聊聊AI写作查重率怎么降低：七大策略揭秘，希望能给大家提供一点参考。降ai辅写 以下是针对论文AI辅写率高的情况，提供一些修改建议和技巧，可以借助此类工具： 还有： AI写作查重率怎么降低：七大策略揭秘 在数字化时...
-
用AI短视频「反哺」长视频理解，腾讯MovieLLM框架瞄准电影级连续帧生成
在视频理解这一领域，尽管多模态模型在短视频分析上取得了突破性进展，展现出了较强的理解能力，但当它们面对电影级别的长视频时，却显得力不从心。因而，长视频的分析与理解，特别是对于长达数小时电影内容的理解，成为了当前的一个巨大挑战。 究其原因，导致模型理解长视...
-
谷歌发布最新「读屏」AI！PaLM 2-S自动生成数据，多项理解任务刷新SOTA
【新智元导读】谷歌在语言和声控计算机界面的漫长道路上又迈出了重要一步。最新ScreenAI视觉语言模型，能够完成各种屏幕QA问答、总结摘要等任务。 每个人想要的大模型，是真·智能的那种...... 这不，谷歌团队就做出来了一个强大的「读屏」AI。 研究人员...
-
Anything in Any Scene：逼真物体插入（助力各类驾驶数据合成）
原标题：Anything in Any Scene: Photorealistic Video Object Insertion 论文链接：https://arxiv.org/pdf/2401.17509.pdf 代码链接：https://github....
-
Salesforce宣布公开测试AI助手Einstein Copilot
Salesforce 宣布了 Einstein Copilot 的公开测试，这是一款面向 CRM 的新型定制化、对话式和生成式 AI 助手。Einstein Copilot 目前全球范围内为 Sales Cloud 和 Service Cloud 提供公开...
-
EgoGen官网体验入口 微软AI合成数据生成自我感知工具使用指南
EgoGen是一个用于生成以自我为中心的合成数据的系统，它能够模拟头戴设备（HMDs）的相机装置，并从相机佩戴者的视角渲染多种传感器数据。该系统提供了丰富的多模态数据和准确的注释，适用于自我感知任务。 点击前往EgoGen官网体验入口 谁可以从EgoGe...
-
AIGC实战——能量模型(Energy-Based Model)
AIGC实战——能量模型 0. 前言 1. 能量模型 1.1 模型原理 1.2 MNIST 数据集 1.3 能量函数 2. 使用 Langevin 动力学进行采样 2.1 随机梯度 Langevin 动力学 2.2 实现 Langevin...
-
春节大礼包！OpenAI首个视频生成模型发布，60秒高清大作，网友已叹服
欢迎来到 bling zoo! 北京时间今天凌晨，OpenAI 正式发布了文本到视频生成模型 Sora，继 Runway、Pika、谷歌和 Meta 之后，OpenAI 终于加入视频生成领域的战争。 山姆・奥特曼的消息放出后，看到 OpenAI 工程师...
-
香港金融科技周2023：AIGC重塑金融形态
10月31日，由香港财经事务及库务局与投资推广署主办的“香港金融科技周2023大湾区专场”盛大启幕。中国AI决策领先企业萨摩耶云科技集团创始人、董事长兼 CEO林建明受邀参加圆桌会议，与中国内地、香港以及全球金融科技行业顶尖人才、创新企业、监管机构和政府代...
-
ChatLaw：基于LLaMA微调的法律大模型
文章目录 动机 数据组成 模型框架 模型评估 北大团队发布首个的中文法律大模型落地产品ChatLaw，为大众提供普惠法律服务。模型支持文件、语音输出，同时支持法律文书写作、法律建议、法律援助推荐。 github地址：https://g...