文章鏈接：https:arxiv.orgpdf2407.16224git鏈接:https:humanaigc.github.iooutfitanyonehuggingface:https:huggingface.cospacesHumanAIGCOutfitAnyone?亮點直擊頂尖逼真度：OutfitAnyone方法為虛擬試穿設(shè)立了新的行業(yè)標準，提供行業(yè)領(lǐng)先的高質(zhì)量結(jié)果。高魯棒性：OutfitAnyone可以支持任何人、任何服裝、任何體型和任何場景的虛擬試穿。靈活控制：支持各種姿勢和體型引導(dǎo)方法，包括(openpose，SMP，densepose)。高質(zhì)量：支持...

BERT通過使用其雙向方法幫助機器理解人類語言的場景，從而增強NLP的性能。本文探討B(tài)ERT如何實現(xiàn)這一目標。大型語言模型(LLM)對人類語言的理解和處理起到了重要的催化作用。自然學(xué)習(xí)處理(NLP)彌合了人類與機器之間的溝通鴻溝，帶來了無縫的客戶體驗。NLP對于解釋具有直接意圖的簡單語言非常有用。但是，當涉及到解釋由同音異義詞、同義詞、反義詞、諷刺等引起的文本歧義時，它還有很長的路要走。“來自Transformers的雙向編碼器...

一、背景本文中我們繼續(xù)介紹一種LLM推理優(yōu)化相關(guān)的工作，通過路由的方式組合多個模型；其與投機采樣類似，通過多個不同規(guī)模和性能的模型組合來降本增效，然而又有本質(zhì)的區(qū)別。投機采樣在一個Query內(nèi)會反復(fù)調(diào)用大小模型，而路由方式在調(diào)用之前已經(jīng)確定好需要調(diào)用哪個模型，直到調(diào)用結(jié)束。目前常見有兩種路由的范式：按意圖路由：與傳統(tǒng)意圖識別思路類似。其思路是雖然小模型可能整體實力不如大模型，但是在某些垂類可能與大模型...

一、結(jié)論寫在前面?論文標題：ASurveyofPromptEngineeringMethodsinLargeLanguageModelsforDifferentNLPTasks論文鏈接：??https:arxiv.orgpdf2407.12994??大型語言模型（LLMs）在眾多不同的自然語言處理（NLP）任務(wù)上展現(xiàn)出卓越的性能。提示工程在增強LLMs已有的能力方面發(fā)揮著關(guān)鍵作用，以在各種NLP任務(wù)上實現(xiàn)顯著的性能提升。提示工程需要編寫稱為提示的自然語言指令，以結(jié)構(gòu)化的方式從LLMs中引出知識。與先前的最先進（S...

最近OpenAI的大動作極為頻繁，公司于7月18日宣布推出新的生成式AI模型"GPT4oMini"。同時還在開發(fā)一個名為"Strawberry"的更高級AI模型，前日又發(fā)布了SearchGPT，可以說是十分高產(chǎn)了。OpenAI發(fā)布SearchGPT，對標Perplexity，與Google競爭但是據(jù)TheInformation最新報道，OpenAI正面臨嚴峻的財務(wù)危機。這家ChatGPT的開發(fā)商在2024年遭遇高達50億美元的虧損，并有可能在未來12個月內(nèi)耗盡現(xiàn)金儲備。這一驚人預(yù)測基于一份未公開的財務(wù)數(shù)...

多模態(tài)實體鏈接的重要性與挑戰(zhàn)多模態(tài)實體鏈接（MultimodalEntityLinking,MEL）是知識圖譜領(lǐng)域中的一項基礎(chǔ)任務(wù)，旨在將文檔中的提及（mentions）鏈接到知識庫中的實體。隨著社交媒體和互聯(lián)網(wǎng)的發(fā)展，文本和視覺的多模態(tài)性成為數(shù)據(jù)任務(wù)中的重要媒介。同時，線上信息的質(zhì)量參差不齊，許多提及本身含糊不清，上下文信息粗糙，僅依靠文本模態(tài)往往難以進行有效消歧。然而，文本和視覺模態(tài)的結(jié)合往往能更精確、更輕松地進行消歧。例如...

大家好，我是HxShine今天分享一篇GoogleDeepMind公司的一篇文章，Title:FromRAGtoRICHES:RetrievalInterlacedwithSequenceGeneration：從RAG到RICHES：在生成過程中完成檢索。這篇文章提出了一種新的方法RICHES，它將檢索RAG與生成完全結(jié)合在一塊。RICHES消除了對單獨構(gòu)建RAG系統(tǒng)再結(jié)合LLM進行生成的模式，為傳統(tǒng)的RAG系統(tǒng)提供了一種替代方案。它通過直接解碼其內(nèi)容來檢索文檔，并受到語料庫的約束。RICHES允許我們僅通過提示即...

出品51CTO技術(shù)棧（微信號：blog51cto）美東時間7月25日，OpenAI官方網(wǎng)站上發(fā)布了全新的人工智能搜索功能原型SearchGPT，這一舉措也被視為OpenAI與亞馬遜創(chuàng)始人貝索斯支持的初創(chuàng)公司Perplexity之間更為直接的競爭。據(jù)OpenAI表示，目前SearchGPT只是一個臨時原型，未來計劃將部分新功能直接融入ChatGPT。1.傳言成真5月份就有傳言稱OpenAI將推出自己的搜索引擎，不過在5月13日OpenAI春季發(fā)布會中這款搜索引擎并未發(fā)布，SamAltman當...

出品51CTO技術(shù)棧（微信號：blog51cto）Llama3.1405B被吐槽太笨重？英偉達對手AI新星Groq一招絕殺：上LPU直接速度翻倍，直接讓Llama3.1飛升AGI!Meta最新發(fā)布的Llama3.1405B的開源讓AI圈不平靜了！追捧者感慨"GPT4o的能力已握在手中”，而批評者反駁說，大體量消耗這么多算力，有些結(jié)果跑得還不如GPT4omini，太失望了！不過，Meta與英偉達勁敵Groq的聯(lián)手直接讓速度問題從此消失了！Groq利用自己的超級速度向社區(qū)提供最新的Llama3....

Meta的Llama3.1再經(jīng)歷過泄露、再泄露事件，醞釀了幾天，終于在2024.7.23最后十幾分鐘發(fā)布了，包括8B、70B、405B三個尺寸：Llama3.1系列模型特點Llama3.1是一個自回歸語言模型，使用優(yōu)化的變換器架構(gòu)。調(diào)整版本使用監(jiān)督式微調(diào)（SFT）和基于人類反饋的強化學(xué)習(xí)（RLHF）以符合人類對有用性和安全性的偏好。提供8B、70B和405B三種大小的模型。預(yù)訓(xùn)練數(shù)據(jù)來自公開可用的在線數(shù)據(jù)，微調(diào)數(shù)據(jù)包括公開可用的指令數(shù)據(jù)集以及超過2500萬個...

在《迷人的數(shù)據(jù)與香農(nóng)的視角》一文中，我介紹了自己的“頓悟”：事物由不同層次的隨機變量展現(xiàn)出來的信息來表達，不同層次上的隨機變量攜帶不同的信息，共同組合影響上一層的隨機變量的信息表達，而隨機變量對外表達的信息則取決于該隨機變量的條件概率分布。不少朋友贊同，同行更認為與深度學(xué)習(xí)相通。如果真正理解了這句話的涵義，你其實已經(jīng)理解了深度學(xué)習(xí)的精髓。例如識別一個人，體形、膚色、臉型、眼睛、鼻梁、嘴角等等，...

大型語言模型的成功主要歸功于Transformer架構(gòu)的引入，Transformer通過自注意力機制和交叉注意力機制，能夠有效地處理長距離依賴關(guān)系，使得模型在理解和生成語言方面表現(xiàn)出色。這些技術(shù)進步使得LLMs在各種應(yīng)用中得到了廣泛應(yīng)用，包括自動翻譯、文本生成、對話系統(tǒng)等。盡管LLMs展示了強大的語言處理能力，它們在信息處理方式上與人類存在根本差異。人類的認知不僅依賴于語言，還包括體驗、情感和社會互動等多方面的因素。因此，...

如果你詢問任何正在使用大型語言模型（LLM）構(gòu)建智能代理的開發(fā)者，他們很可能會告訴你，智能代理在規(guī)劃和推理方面的不足是影響其可靠性的一個主要問題。智能代理的規(guī)劃究竟是什么？目前人們是如何克服這一缺陷的？我們對智能代理未來規(guī)劃和推理的發(fā)展趨勢有何預(yù)測？接下來的文章將一一解答這些問題。編輯注：本文經(jīng)翻譯并二次整理自planningforagents一文。規(guī)劃和推理的真正含義是什么？智能代理的規(guī)劃和推理，指的是它如何思...

有朋友問我，現(xiàn)在這么多大語言模型，哪一款最好用？這并沒有標準答案，每個模型都有自己獨特優(yōu)勢，需要根據(jù)具體的使用場景來區(qū)分。帶大家一起盤點下國內(nèi)比較常用的幾款大模型及其特性，看看哪款適合你？百度——“文心一言”大模型產(chǎn)品介紹文心一言是百度基于文心大模型打造的生成式AI產(chǎn)品，具備跨模態(tài)、跨語言的深度語義理解與生成能力。2023年10月，文心大模型4.0版本發(fā)布，實現(xiàn)基礎(chǔ)模型的全面升級，理解、生成、邏輯、記憶四...

今天給大家介紹一篇清華大學(xué)關(guān)于深度時序模型的最新綜述性工作。這篇文章的著眼點是深度時間序列模型的模型結(jié)構(gòu)方面，提供了各類時間序列問題的深度學(xué)習(xí)模型結(jié)構(gòu)發(fā)展過程和效果對比，并提供了一套復(fù)現(xiàn)各類深度時序模型的開源代碼，目前git上已經(jīng)5k+個star。下面整體介紹一下本文的核心內(nèi)容，包括任務(wù)類型、基礎(chǔ)模塊、模型結(jié)構(gòu)、Benchmark、實驗評估等5個部分。其中，開源代碼的代碼解析，已經(jīng)逐步更新到了知識星球中，感興趣的...

論文鏈接：https:arxiv.orgpdf2407.16655項目主頁：https:aimuofa.github.ioMovieDreamergithub鏈接：https:github.comaimuofaMovieDreamer亮點直擊MovieDreamer，一個新穎的分層框架，將自回歸模型與擴散渲染結(jié)合起來，平衡長時間敘事連貫性與短時間視覺保真度。該方法大幅延長了生成視頻內(nèi)容的時長，達到數(shù)千個關(guān)鍵幀。使用多模態(tài)自回歸模型生成視覺token序列。自回歸模型支持zeroshot和fewshot的個性化生成場景，并支持可變...

Stability.ai開源了創(chuàng)新視頻模型StableVideo4D（簡稱“SV4D”），可將一個視頻輕松創(chuàng)建8個角度的動態(tài)3D視頻。使用方法也非常簡單，用戶只需要上傳視頻然后選擇3D相機姿勢，經(jīng)過大約40秒左右的推理就能完成視頻創(chuàng)建。相比SV3D、STAG4D等同類模型，SV4D的推理效率和生成質(zhì)量都獲得了大幅度提升。開源地址：https:huggingface.costabilityaisv4d以目前的技術(shù)，用單個視頻生成動態(tài)3D視頻面臨不少難題。因為這涉及同時推理對象在未見...

OpenAI宣布正在測試全新搜索引擎產(chǎn)品SearchGPT，用戶通過文本問答方式就能獲取有相關(guān)來源的答案。例如，在體育領(lǐng)域今天有哪些重大新聞，SearchGPT就能快速生成帶圖片有來源的新聞，并附帶詳細的有清晰、內(nèi)聯(lián)、命名的屬性和超鏈接。傳統(tǒng)的搜索引擎在收錄網(wǎng)址時非常慢，根據(jù)權(quán)重不同通常需要幾小時甚至一兩天才能完成。而SearchGPT的效率非常高，幾乎可以實時為你提供最新的資訊。SearchGPT另外一大技術(shù)優(yōu)勢就是，能根據(jù)搜索到的...

本文將介紹一種經(jīng)精心設(shè)計的開發(fā)可靠的高性能LLM應(yīng)用程序所遵循的軟件設(shè)計原則——LLM三角原則。基于這一原則開發(fā)LLM應(yīng)用，有助于縮短應(yīng)用LLM的巨大潛力和現(xiàn)實世界實施面臨的挑戰(zhàn)之間的差距。引言大型語言模型(LLM)存在巨大的潛力，但是想開發(fā)出高可靠性的生產(chǎn)級LLM應(yīng)用程序仍然存在相當大的挑戰(zhàn)。在經(jīng)歷過構(gòu)建了數(shù)十個LLM系統(tǒng)的實踐后，我將成功開發(fā)LLM應(yīng)用的公式提煉為任何團隊都可以遵循的3+1基本原則。“LLM原生應(yīng)用程序有1...

?摘要：大型語言模型（LLMs）在解決各種自然語言處理任務(wù)方面取得了顯著進展，這歸功于其突顯的推理能力。然而，LLMs本身存在固有的局限性，例如無法訪問最新信息（存儲在網(wǎng)絡(luò)或任務(wù)特定的知識庫中）、無法使用外部工具，以及無法進行精確的數(shù)學(xué)和邏輯推理。在本文中，我們提出了變色龍（Chameleon），一個通過增加即插即用模塊來增強LLMs進行組合推理的AI系統(tǒng)。變色龍通過組合各種工具（例如LLMs、現(xiàn)成的視覺模型、網(wǎng)絡(luò)搜索引...