-
大模型版“5年高考3年模拟”来了！6141道数学题，还是多模态的那种
大模型的“5年高考3年模拟”数学题来了，还是加强强强版！ 微软、加州大学洛杉矶分校（UCLA）、华盛顿大学（UW）联合打造全新多模态数学推理基准数据集。 名为“MathVista”。 涵盖各种题型共6141个问题，来源于28个现有的多模态数据集和3个新标...
-
突破分辨率极限，字节联合中科大提出多模态文档大模型
现在连文档都有大模型了，还是高分辨率、多模态的那种! 不仅能准确识别出图像里的信息，还能结合用户需求调用自己的知识库来回答问题。 比如，看到图中马里奥的界面，直接就回答出了这是任天堂公司的作品。 这款模型由字节跳动和中国科学技术大学合作研究，于2023年...
-
最强的GPT-4V都考不过？基于大学考试的测试基准MMMU诞生了
目前最好的大型多模态模型 GPT-4V 与大学生谁更强？我们还不知道，但近日一个新的基准数据集 MMMU 以及基于其的基准测试或许能给我们提供一点线索，如下排行榜所示。 看起来，GPT-4V 在一些科目上已经强过挂科的大学生了。当然这个数据集的创造目的...
-
Visual chatgpt多模态大模型的前菜
刚开始感觉这就是一篇工程类文章，把各种的模型做了整合，把最近很热的两个方向chatgpt和文本生成图、图文提问整合在一起。看完文章发现自己太自傲了，绝对轻视了微软亚研院大佬们的实力。 表面看起来这是一个用chatgpt做意图理解、对话管理，然后用...
-
LLAMA-2原始权重转为hf格式
LLAMA-2权重下载 https://github.com/FlagAlpha/Llama2-Chinese Llama2-7B官网版本：https://pan.xunlei.com/s/VN_kR2fwuJdG1F3CoF33rwpIA1?pwd...
-
令人惊艳的ChatGPT项目，AIGC也太猛了
自从 ChatGPT、Stable Diffusion 发布以来，各种相关开源项目百花齐放，着实让人应接不暇。 今天，我将着重挑选几个优质的开源项目，对我们的日常工作、学习生活，都会有很大的帮助。 今天整理分享给大家，希望对你有所帮助。...
-
【AIGC 讯飞星火 | 百度AI|ChatGPT| 】智能对比
AI智能对比 ? 前言 ? 概念类对比 ? 讯飞 ? 百度AI ? chatGPT ? 功能类对比 ☕ 讯飞 ☕ 百度AI ☕ chatGPT ? 可输入字数对比 ? 百度AI ? 讯飞 ? chatGPT ? 总结...
-
Altman亲手复刻「Grok」，背刺马斯克！定制GPT正式开放，最全第三方市场已出
经过ChatGPT大范围宕机后，Altman今天突然宣布，开发者大会上的所有产品更新，所有PLUS用户都上手用了。 图片 对此，有人已经花了整个下午的时间去玩了。 图片 GPTs全面上线，Altman嘲讽马斯克Grok 搞笑的是，Altman自己发了一个...
-
让AI模型成为GTA五星玩家，基于视觉的可编程智能体Octopus来了
电子游戏已经成为如今现实世界的模拟舞台，展现出无限可能。以游戏《侠盗猎车手》（GTA）为例，在 GTA 的世界里，玩家可以以第一人称视角，在洛圣都(游戏虚拟城市 当中经历丰富多彩的生活。然而，既然人类玩家能够在洛圣都里尽情遨游完成若干任务，我们是否也能有一...
-
大模型勇闯洛圣都，加封「GTA五星好市民」！南洋理工、清华等发布视觉可编程智能体Octopus：打游戏、做家务全能干
随着游戏制作技术的不断发展，电子游戏已然成为现实世界的模拟舞台。 以游戏《侠盗猎车手》（GTA）为例，在GTA的世界里，玩家可以以第一人称视角，在洛圣都（游戏虚拟城市）当中经历丰富多彩的生活。 然而，既然人类玩家能够在洛圣都里尽情遨游完成若干任务，我们...
-
多模态大模型幻觉降低30%！中科大等提出首个幻觉修正架构「Woodpecker」啄木鸟
视觉幻觉是常见于多模态大语言模型（Multimodal Large Language Models, MLLMs）的一个典型问题。 简单来说就是：模型输出的描述与图片内容不相符。 下图中体现了两种幻觉，红色部分错误地描述了狗的颜色（属性幻觉），蓝色部分描...
-
多模态LLM幻觉问题降低30%！业内首个“啄木鸟”免重训方法诞生
还在用指令微调解决多模态大模型的“幻觉”问题吗？ 比如下图中模型将橙色柯基错认为“红狗”，还指出周围还有几条。 图片 现在，中科大的一项研究想到了一个全新办法： 一个免重训、即插即用的通用架构，直接从模型给出的错误文本下手，“倒推”出可能出现“幻觉”之处...
-
波士顿动力机器狗能开口聊天了！ChatGPT加持，对话机智妙语连珠
好家伙，波士顿动力机器狗，现在能直接开口说话了。 并且不同于Siri的“人工智障”，ChatGPT加持的狗，聊起天来那叫一个妙语连珠。 比如随口说一句：“我口渴了。” 它会直接给你领到咖啡柜台前，并回答： 我们这里有小吃店和咖啡机。这是我们的人类同事寻找...
-
将ChatGPT与物理机器人结合，波士顿动力开发了一只怪物！
10月27日，全球顶级机器人开发商波士顿动力（Boston Dynamics）在官网展示了一项新的研究，通过将ChatGPT、Spot以及其他AI模型相结合，开发了一种会说话的导游机器狗。 据悉，该机器狗能够根据文字、语音提示与人类进行交谈，同时提供了视觉...