-
谷歌DeepMind：GPT-4高阶心智理论彻底击败人类！第6阶推理讽刺暗示全懂了
【新智元导读】刚刚，谷歌DeepMind、JHU、牛津等发布研究，证实GPT-4的心智理论已经完全达到成年人类水平，在更复杂的第6阶推理上，更是大幅超越人类!此前已经证实，GPT-4比人类更能理解语言中的讽刺和暗示。在心智理论上，人类是彻底被LLM甩在后面...
-
清华和微软联合起来对提示词下手了！直接缩短80%，跟大模型对话的头疼系数直线下降！变相扩大了上下文窗口！
出品 | 51CTO技术栈（微信号：blog51cto） 想一下，现在普通人调用个大模型有多别扭，你得一个个上传文件，然后再告诉它自己想要什么样的输出，最好给它一套优秀的模版，它才能给出个像样的回答。 这就好比你自己的大脑都快想出答案来了，它只不过是帮...
-
巧解「数据稀缺」问题！清华开源GPD：用扩散模型生成神经网络参数
传统的时空预测模型通常需要大量数据支持才能取得良好效果。 然而，由于城市发展水平不均衡和数据收集政策的差异，许多城市和地区的时空数据（如交通和人群流动数据）受到了限制。在这种情况下，模型在数据稀缺情况下的可迁移性变得尤为重要。 现有研究主要利用数据丰富的...
-
当prompt策略遇上分治算法，南加大、微软让大模型炼成「火眼金睛」
近年来，大语言模型（LLMs）由于其通用的问题处理能力而引起了大量的关注。现有研究表明，适当的提示设计（prompt enginerring），例如思维链（Chain-of-Thoughts），可以解锁 LLM 在不同领域的强大能力。 然而，在处理涉及重...
-
一句话让图片动起来，苹果发力大模型动画生成，可直接编辑结果
现阶段，大模型惊人的创新能力持续影响着创意领域，尤其是以 Sora 为代表的视频生成技术，更是引领了新一代潮流。当大家都为 Sora 感到震撼的同时，或许苹果的这项研究也值得大家关注一下。 在一篇名为 「Keyframer: Empowering Ani...
-
ChatGPT论文：大语言模型LLM之战:Dolly、LLaMA 、Vicuna、Guanaco、Bard、ChatGPT--在自然语言转SQL(NL2SQL、Text-to-SQL)的比较（二）
3 评价结果 3.1 Spider 数据集 表 2 列出了各种提示策略和模型组合的执行准确性 (EX 和测试套件 (TS 的准确性。我们的主要发现是： 开源模型在 Spider 数据集上遇到了困难：尽管参数数量和模型性能之间存在正相关关系...
-
【AI绘画】Stable Diffusion扩散模型 + Consistency一致性模型 小白必看！！！！！
手把手教你入门绘图超强的AI绘画，用户只需要输入一段图片的文字描述，即可生成精美的绘画。给大家带来了全新保姆级教程资料包 （文末可获取） 1 GAN到Stable Diffusion的改朝换代 2 从DDPM到Stable Diffusion发展史...
-
BiTA：创新AI方法加速大型语言模型生成
近年来，基于transformer架构的大型语言模型（LLMs）已经崭露头角。Chat-GPT和LLaMA-2等模型展示了LLMs参数的迅速增加，从几十亿到数万亿。尽管LLMs是非常强大的生成器，但由于所有参数的计算负载，它们在推理延迟方面存在问题。因此，...
-
谷歌再雪前耻，新Bard逆袭GPT-4冲上LLM排行榜第二！Jeff Dean高呼我们回来了
一夜之间，Bard逆袭GPT-4，性能直逼最强GPT-4 Turbo！ 这个听起来似乎像梦里的事情，确确实实地发生了。 就在昨天，谷歌首席Jeff Dean发推提前透露了谷歌的最新版模型——Gemini Pro-scale。 基于此，Bard相较于3月份...
-
利用AIGC生成软件的设计文档
文档撰写是程序员的另一个最大痛点，许多程序员宁愿写更多的代码也不愿写一行文档。 这可能是跟人脑的工作方式有关，写程序是利用左脑，注重逻辑思维，而写文档则是利用右脑，注重发散思维。这截然不同的思维方式是很多程序员不擅长写文档的一个原因。 软件文档是过程管...
-
Stable Diffusion扩散模型 + Consistency一致性模型
1 GAN到Stable Diffusion的改朝换代 2 从DDPM到Stable Diffusion发展史 2.1 DDPM 扩散过程（正向） 去噪过程（反向） 总结 优化目标 理论推导 代码解析 2.2 Stable Diffu...
-
清华大学研发 LLM4VG 基准：用于评估 LLM 视频时序定位性能
12 月 29 日消息，大语言模型（LLM）的触角已经从单纯的自然语言处理，扩展到文本、音频、视频等多模态领域，而其中一项关键就是视频时序定位（Video Grounding，VG）。 VG 任务的目的基于给定查询（一句描述），然后在目标视频段中定位...
-
【AIGC】提示词 Prompt 分享
提示词工程是什么？ Prompt engineering（提示词工程）是指在使用语言模型进行生成性任务时，设计和调整输入提示（prompts）以改善模型生成结果的过程。它是一种优化技术，旨在引导模型产生更加准确、相关和符合预期的输出。 在生成性任务中...
-
GPT-4 未通过图灵测试，GPT-3.5 还败给六十年前的老 AI 系统，最新研究出炉！
过去一年间，能说会道的ChatGPT、最新的 GPT-4大模型，其能力也已超乎很多人的想象，一场由 OpenAI 引领推动的 AIGC 浪潮席卷全球各大科技公司。但是从学术研究的角度来看，其表现力距离人类智能究竟还有多远? 近日，一篇由加州大学圣迭戈分校的...
-
GPT-4没通过图灵测试！60年前老AI击败了ChatGPT，但人类胜率也仅有63%
长久以来，「图灵测试」成为了判断计算机是否具有「智能」的核心命题。 上世纪60年代，曾由麻省理工团队开发了史上第一个基于规则的聊天机器人ELIZA，在这场测试中失败了。 时间快进到现在，「地表最强」ChatGPT不仅能作图、写代码，还能胜任多种复杂任务...
-
AI检测器又活了？成功率高达98%，吊打OpenAI
现在AI文本检测器，几乎没有办法有效地区分AI生成的文字和人类的文字。 就连OpenAI开发的检测工具，也因为检测准确率太低，在上线半年后悄悄下线了。 但是最近，Nature报导了堪萨斯大学的一个团队的研究成果，他们开发的学术AI检测系统，能有效分辨论...
-
万字长文：Stable Diffusion 保姆级教程
万字长文：Stable Diffusion 保姆级教程 2022年绝对是人工智能爆发的元年，前有 stability.ai 开源 Stable Diffusion 模型，后有 Open AI 发布 ChatGPT，二者都是里程碑式的节点事件，其重要性不...
-
Meta普林斯顿提出LLM上下文终极解决方案！让模型化身自主智能体，自行读取上下文节点树
到底什么才是LLM长上下文模型的终极解决方案？ 最近由普林斯顿大学和Meta AI的研究者提出了一种解决方案，将LLM视为一个交互式智能体，让它决定如何通过迭代提示来读取文本。 论文地址：https://arxiv.org/abs/2310.05029...
-
DeepMind：大模型又曝重大缺陷，无法自我纠正推理，除非提前得知正确答案
大语言模型又一项重大缺陷被DeepMind曝光！ LLM无法纠正自己推理中的错误。 「Self-Correction」作为一种让模型修正自己回答的技术，在很多类型的任务中都能明显改进模型的输出质量。 但是最近，谷歌DeepMind和UIUC的研究人员却发...