AI.x社區
- 登錄/注冊
ClutterGen：用于機器人學習的雜亂場景生成器
原創模擬在推動機器人學習方面發揮了重要作用，通過提供一個受控而多變的環境來開發和測試算法。特別是數據驅動方法通常將機器人部署到仿真環境中，在各種多樣化和隨機化的設置中進行廣泛訓練，以實現可泛化和適應性強的行為。通過隨機化物體形狀、紋理和動態特性，機器人學習取得了顯著進展。然而，盡管物體屬性是一個關鍵因素，但物體布局仍然具有挑戰性，難以實現完全開放式的隨機化。與可以在不干擾其他物體的情況下輕松指定范...機器人ClutterGen馬斯克跟甲骨文談崩了，百億大訂單泡湯！馬斯克欲買30萬臺B200,嫌棄甲骨文速度太慢！對方：根本沒那么多電
原創編輯伊風馬斯克和甲骨文公司（Oracle）有個百億的大訂單談崩了！雙方互相甩鍋了一波。馬斯克嫌棄甲骨文速度太慢，認為對方沒有以可行的速度構建計算集群。而甲骨文則覺得xAI選的建超級計算機的地方跟本供不上這么多電！隨著百億訂單的談判破裂，xAI和甲骨文停止了討論擴大現有合作的可能性，只保留了當前合約的安排——xAI將繼續租用從甲骨文提供的約16,000顆Nvidia芯片。xAI目前正在田納西州孟菲斯市建設自己的人工智能數據中...馬斯克人工智能預測性能超Llama 3，可商用！開源大模型Falcon 2
阿聯酋阿布扎比技術創新研究所（TII）在官網宣布，開源全新大模型Falcon2。Falcon2有110億參數共有兩個版本，一個是高效、易于部署的基礎模型，使用了5.5萬億tokens數據進行預訓練，可以生成文本、代碼、總結內容等。另外一個是帶有視覺轉換功能的VLM模型，可以將圖片的信息轉換成文本數據，也是極少數支持視覺轉換的開源大模型。開源地址：https:huggingface.cotiiuaefalcon11BTII表示，在多個維權測試排行榜中顯示，Falcon211...開源模型好萊塢級視頻模型：4種混合模型，顛覆傳統生成方法
精華7月9日，AI平臺Odyssey在官網展示了全新的視頻模型，并自稱其效果可以與好萊塢級特效媲美。同時獲得了900萬美元種子輪融資。目前，Sora、Gen3、可靈、Luma等知名文生視頻模型生成的視頻，還無法精準達到影視級要求，更別提好萊塢級。多數產品都需要通過AE、PR等專業軟件進行后期處理才能使用。Odyssey的方法并不是傳統的文生視頻，而是在一個視頻中內置了4個模型，分別用來生成高質量的幾何形狀、逼真的材質、燈光效果和可控的...生成模型LLM基礎模型系列：Prompt-Tuning
大型預訓練語言模型的規模不斷擴大，在許多自然語言處理（NLP）基準測試中取得了最先進的結果。自GPT和BERT開發以來，標準做法一直是在下游任務上微調模型，這涉及調整網絡中的每個權重（即模型調優）。但是，隨著模型變得越來越大，為每個下游任務存儲和提供模型的優化副本變得不切實際。一個有吸引力的替代方案是在所有下游任務中共享一個凍結的預訓練語言模型，其中所有權重都是固定的。凍結模型可以通過“上下文”學習來執...LLMPrompt性能AI編程輔助 | 基于代碼生成模型的實踐
精華一、編程輔助例子GitHubCopilot[1]基于OpenAI的Codex[2]模型（GPT3[3]的后代）實現，可以在代碼編寫的時候實時地提供代碼補全建議和注釋，并且在多個編輯器的插件市場都可以下載使用。不管是從Copilot官網上的例子，還是在互聯網上搜索關于Copilot的使用案例，你都可以發現它比一般的代碼補全工具更為先進和靈活，它不僅能補全代碼，更能創造代碼，通過理解使用者簡單的自然語言指令，它能夠按照這些指令直接構建代碼片段，并且...AI代碼模型突破AI性能瓶頸！揭秘LLaMA-MoE模型的高效神經元分配策略
本文介紹了一種名為“LLaMAMoE”的方法，通過將現有的大型語言模型（LLMs）轉化為混合專家網絡（MoE），從而解決了訓練MoE時遇到的數據饑餓和不穩定性問題。該方法基于著名的LLaMA27B模型，并將其參數分為多個專家，然后對轉換后的MoE模型進行持續預訓練以進一步提高性能。實驗結果表明，在使用200B個標記進行訓練后，LLaMAMoE3.5B模型在激活參數相似的情況下顯著優于密集模型。下載地址和項目代碼見文末圖1：構建LLaMAMoE模型...AI性能神經元微軟放棄OpenAI觀察員席位！蘋果：我屁股還沒坐熱呢！
微軟和蘋果這對冤家近日竟然做出了一個同樣的決定:放棄在OpenAI董事會中的觀察員席位。去年11月,OpenAI經歷了一場戲劇性的董事會動蕩，在此事件后,作為OpenAI的主要投資者,微軟獲得了一個無投票權的董事會觀察員席位。蘋果則是在與OpenAI達成合作后，“白撿”了一個OpenAI觀察員的席位，這才幾天過去，席位還沒坐熱乎呢就直接起身離場了。然而,就在本周二,微軟副總法律顧問基思·多利弗(KeithDolliver)在一封致OpenAI的信中宣布...微軟OpenAI蘋果一張圖片是否勝過千言萬語？微軟發表的深入探討視覺語言模型的空間推理能力
精華一、結論寫在前面下面介紹的論文是微軟發表的。論文標題：IsAPictureWorthAThousandWordsDelvingIntoSpatialReasoningforVisionLanguageModels論文鏈接：??https:arxiv.orgpdf2406.14852??大語言模型（LLMs）和視覺語言模型（VLMs）在廣泛的任務和領域中展示了卓越的性能。盡管有此潛力，空間理解和推理——人類認知的基本組成部分——仍然未被充分探索。論文開發了涵蓋空間推理多樣方面（如關系理解、導航和計數）的新穎基...微軟視覺語言模型YOLOv8實戰：針對螞蟻樣本的檢測、跟蹤與計數
原創本文使用YOLOv8模型，并借助開源Ultralytics框架和BoTSORT跟蹤器，實現了對樹上漫步的螞蟻進行計數。簡介計算視頻中的物體是一項具有挑戰性的計算機視覺任務。與靜態圖像中的物體計數不同，視頻信息涉及額外的復雜性，因為物體可能在不同的時間移動、被遮擋或出現和消失，這使得計數過程變得更為復雜。在本教程中，我們將演示如何使用對象檢測和跟蹤技術來計數沿著樹移動的螞蟻。具體地說，我們將利用開源的Ultralytics平臺，并...YOLOv8模型對象跟蹤器對象檢測大模型解決實際問題的能力，大模型的產品化過程
原創“怎么把技術打造成產品，是一個值得思考的問題”隨著上海世界人工智能大會的結束，人工智能的應用被提上了日程。什么是人工智能的應用？人工智能的應用就是把人工智能技術與具體的應用或業務場景相結合的過程。而怎么把人工智能技術與應用場景相結合，以及與哪些應用場景相結合，就成為一個值得思考的問題。01、大模型的應用現狀在人工智能大會上，百度總裁李彥宏說，去年是一個千模大戰的場景，直到現在很多企業還是在卷基礎...人工智能互聯網Imbue-70B 的 AI Infra：從0到1搭建和運維4088 H100集群的最佳實踐
一、引言最近imbue發布了其自研的Imbue70B模型，各項能力與LLaMA370B相當，在推理相關的任務上表現優于zeroshot的GPT4o。更難能可貴的是，Imbue也進一步分享了他們從0到1構建一個大規模GPU集群的端到端指南（Frombaremetaltoa70Bmodel:infrastructuresetupandscriptsimbue）：包括網絡拓撲，系統安裝，模型訓練遇到的各種異常，以及各種解決方案。除此之外，作者還開源了相關的工具和腳本：GitHubimbueaiclusterhealth。本文中...運維集群模型【乘風進階學習季】夏日初長，乘風而上，碼出未來！
??乘風進階學習季開獎啦！以下為本次活動獲獎名單（名單中為用戶昵稱），請于三日內向51CTO小助手（微信號：assistant51cto）提供回帖截圖用以核實獲獎信息，并將收貨信息發給51CTO小助手，包括收貨姓名、收貨電話、收貨地址等。活動1：直擊IO現場，拓展技術視野活動2：獲取開發者學習資源，開啟技能進階活動3：與GDG同行，探索技術前沿tjm2613165s鋼筆心郭老師的貓郭老師的貓郭老師的貓蘇小糖的糖蘇小糖的糖王大腰劉小嫩一把梭...AIGoogleGemma2024年了,Diffusion模型還有什么可做的？
純屬brainstorm，歡迎大家一起探討。我會盡可能舉一些具體例子來分析。部分點在我之前的一個相關回答中也有，大家可以移步參考：當前基于diffusionmodel的文生圖模型有些什么缺陷？（https:www.zhihu.comquestion647244779answer3422163670）這個回答對之前的回答做進一步的補充完善。我們通過“數據、模型、優化”三個角度，再加上能做的“任務”，可以將diffusionmodels的全流程解剖一下，然后一個一個來看，個人比較看好的方...模型解決方案LLooM：大語言模型時代文本聚類新思路
緣起非結構化文本中蘊藏了海量的數據和知識，但是想要解讀這些知識卻并非易事。前大語言模型時代，LDA、BertTopic等算法，是非結構化文本挖掘的利器。但是這些模型生成的主題都是基于關鍵詞等基礎文本信號的，產生的關鍵詞、話題往往比較初級和寬泛，比如：早餐、打鼾等。這些低層次的文本分析，往往無法準確反映真實人類關心的話題。為了解決傳統分析方法的局限性，提出了一種基于大語言模型的新方法LLooM，來從非結構化文本中...語言模型文本聚類數據合成方法-讓模型自己說出用了哪些指令對齊數據
寫在前面大家好，我是劉聰NLP。大模型時代，數據至上，如何利用大模型合成更多高質量數據也備受關注。今天給大家分享一個有意思的大模型合成數據方法MAGPIE，在不需要種子數據和額外人工干預的情況下，挖掘出對齊過的模型自身的指令數據。《MAGPIE:AlignmentDataSynthesisfromScratchbyPromptingAlignedLLMswithNothing》paper:https:arxiv.orgabs2406.08464github:https:github.commagpiealignmagpie核心思想：對齊過的大模型...數據模型對齊LLM基礎模型系列：Fine-Tuning總覽
原創由于對大型語言模型，人工智能從業者經常被問到這樣的問題：如何訓練自己的數據？回答這個問題遠非易事。生成式人工智能的最新進展是由具有許多參數的大規模模型驅動的，而訓練這樣的模型LLM需要昂貴的硬件（即許多具有大量內存的昂貴GPU）和花哨的訓練技術（例如，完全分片的數據并行訓練）。幸運的是，這些模型通常分兩個階段進行訓練——預訓練和微調。其中前一個階段（要）昂貴得多。鑒于高質量的預訓練LLMs很容易在網上獲...LLM算法技術多智能體（Multi-Agent）系統是怎么一回事？
嘿，大家好！這里是一個專注于AI智能體的頻道！今天來簡單聊聊Multiagent系統，明天會分享一個簡單的多智能體系統實戰～。MultiAgent系統到底是啥？想象一下：如果有一個團隊，每個成員都有自己的角色和任務，但又能互相協作，共同完成一個目標，那會是怎樣的體驗？MultiAgent系統就是這樣一個概念。在AI的世界里，每個智能體都有自己的個性和角色，它們通過語言模型（LLM）來驅動，相互之間還能交流協作。那MultiAgent系統怎么...多智能體系統? Agent不妨一試！這六種在智能手機上運行的開源LLM
原創您可以在不使用互聯網的情況下，利用智能手機上LLM的強大功能，最大限度地加強隱私和控制。大語言模型(LLM)需要大量的計算資源，這些資源通常局限于功能強大的服務器。然而，新一代的緊湊模型讓您可以直接在智能手機上運行這些強大的語言模型。有意思的是，您不需要互聯網就可以在智能手機上使用LLM。下面這六種開源LLM經訓練和優化后，可以在智能手機上使用。Gemma2B：谷歌針對移動語言任務的緊湊型高性能LLM。Phi2：微軟的小...LLM大語言模型開源使用“反事實任務”評估大型語言模型
?LLMs的智能本質是什么？在之前的文章中，我談到了評估大型語言模型能力的困難。這些模型在許多基準測試中表現出色，但我們通常不知道基準測試中的測試項目，或足夠相似的項目，是否出現在訓練數據中。這些模型是在進行一般性的理解和推理，還是在進行AI研究員SubbaraoKambhampati所說的“近似檢索”——依賴于模型訓練數據中包含的文本模式？反事實任務范式反事實任務范式可以幫助回答這個問題。在這個范式中，模型在成對的任...語言模型LLM
