谷歌Gemini已進(jìn)入了市場(chǎng)，它與OpenAI的ChatGPT相比具有多強(qiáng)的競(jìng)爭(zhēng)力？當(dāng)微軟大力資助的OpenAI于2022年11月推出ChatGPT的公測(cè)版時(shí)，就與谷歌等公司開(kāi)始爭(zhēng)奪生成式人工智能的霸主地位。一年多后，谷歌宣布其迄今為止最先進(jìn)的AI系統(tǒng)Gemini于2023年12月推出。OpenAI和谷歌都在快速迭代。本文介紹了OpenAI的ChatGPT和谷歌的Gemini的關(guān)鍵功能和定價(jià)細(xì)節(jié)，因此您將獲得確定Gemini是否比ChatGPT更適合貴公司業(yè)務(wù)需求所需的信息。Gemini...

大型語(yǔ)言模型（LLMs）越來(lái)越多地被用作軟件系統(tǒng)的組成部分。我們生活在一個(gè)世界里，你可以從你友好的鄰居雪佛蘭汽車銷售機(jī)器人那里得到計(jì)算流體力學(xué)的幫助。你可以要求LLM執(zhí)行自動(dòng)文獻(xiàn)回顧。你甚至可以用它們來(lái)模擬軍事戰(zhàn)略。隨著像GPT4、Claude和Gemini這樣的前沿語(yǔ)言模型的零樣本能力不斷增強(qiáng)，我們已經(jīng)看到“LLM驅(qū)動(dòng)”的軟件系統(tǒng)的大量涌現(xiàn)。看起來(lái)我們很快就能夠通過(guò)提示一個(gè)極其聰明的模型來(lái)構(gòu)建超能力的AI系統(tǒng)和代理！另...

在人物說(shuō)話的過(guò)程中，每一個(gè)細(xì)微的動(dòng)作和表情都可以表達(dá)情感，都能向觀眾傳達(dá)出無(wú)聲的信息，也是影響生成結(jié)果真實(shí)性的關(guān)鍵因素。如果能夠根據(jù)特定面容來(lái)自動(dòng)生成一段生動(dòng)逼真的形象，將徹底改變?nèi)祟惻c人工智能系統(tǒng)的交互形式，例如改善有障礙患者的交流方式、增強(qiáng)人工智能輔導(dǎo)教育的趣味性、醫(yī)療保健場(chǎng)景下的治療支持和社會(huì)互動(dòng)等。最近，微軟亞洲研究院的研究人員拋出了一個(gè)重磅炸彈VASA1框架，利用視覺(jué)情感技巧（VAS，visuala...

嘉賓張濤采訪&撰稿云昭出品51CTO技術(shù)棧（微信號(hào)：blog51cto）“程序員的飯碗被AI惦記”，早已不是新鮮事。李彥宏說(shuō)未來(lái)不需要程序員，黃仁勛說(shuō)未來(lái)不要再讓孩子學(xué)編程！Coding這個(gè)行業(yè)會(huì)消失？要回答這個(gè)問(wèn)題，AI編程工具的研發(fā)者最有發(fā)言權(quán)。近日，商湯科技小浣熊出圈，我們?cè)贏IGC實(shí)戰(zhàn)派中邀請(qǐng)到小浣熊背后的主導(dǎo)開(kāi)發(fā)者，商湯科技Copilot應(yīng)用技術(shù)負(fù)責(zé)人張濤。“那些仍需要人精心地去跟機(jī)器溝通的部分，以前叫Coding、現(xiàn)在叫Cod...

編譯星璇出品51CTO技術(shù)棧（微信號(hào)：blog51cto）在過(guò)去的兩年里，我更多地參與了使用大型語(yǔ)言模型（LLMs）的生成式AI項(xiàng)目，而非傳統(tǒng)的系統(tǒng)。我開(kāi)始懷念無(wú)服務(wù)器云計(jì)算。它們的應(yīng)用范圍廣泛，從增強(qiáng)對(duì)話式AI到為各行各業(yè)提供復(fù)雜的分析解決方案，以及其他許多功能。許多企業(yè)將這些模型部署在云平臺(tái)上，因?yàn)楣苍铺峁┥桃呀?jīng)提供了現(xiàn)成的生態(tài)系統(tǒng)，而且這是阻力最小的路徑。然而，這并不便宜。云還提供了其他好處，如可擴(kuò)展性、效...

撰文、整理伊風(fēng)出品51CTO技術(shù)棧（微信號(hào)：blog51cto）這周，“小模型”之戰(zhàn)打得可謂精彩非凡，讓人目不暇接。前腳，小扎剛在采訪中自豪地宣布Llama380億模型幾乎與此前Llama2700億模型的性能差不多！緊接著，微軟祭出的“Phi3Mini”以3.8B的小體積，跑出Mixtral8x7B和GPT3.5等大模型才有的成績(jī)，似乎在用實(shí)力證明，在小模型這件事上，微軟才是真正的領(lǐng)先者。讓人直呼離譜！下圖能看到Phi3Mini并非夸張！通過(guò)學(xué)術(shù)基準(zhǔn)和內(nèi)部測(cè)試...

論文鏈接：https:arxiv.orgpdf2404.14047.pdf項(xiàng)目鏈接：https:github.comMacaronlinLLaMA3Quantization模型鏈接：https:huggingface.coLLMQMeta的LLAMA系列已成為最強(qiáng)大的開(kāi)源大語(yǔ)言模型（LLM）系列之一。值得注意的是，LLAMA3模型最近發(fā)布，并在超大規(guī)模的預(yù)訓(xùn)練數(shù)據(jù)（超過(guò)15Ttokens）上取得了令人印象深刻的性能。鑒于在資源有限的情況下低比特量化在LLMs中的廣泛應(yīng)用，本文探索了LLAMA3在量化到低比特寬度時(shí)的能力。這一探索...

論文鏈接：https:arxiv.orgabs2403.12494代碼鏈接：https:github.comYangSun22TCMoA論文題目：TaskCustomizedMixtureofAdaptersforGeneralImageFusion圖1不同融合任務(wù)的源圖像對(duì)融合結(jié)果的主導(dǎo)強(qiáng)度變化研究背景與動(dòng)機(jī)圖像融合的目的是將同一場(chǎng)景中不同傳感器捕獲的多源圖像的互補(bǔ)信息整合到單個(gè)圖像上。這種方式通常被用于提取圖片重要信息和提高視覺(jué)質(zhì)量。目前，一般的圖像融合主要包括多模態(tài)、多曝光、多焦圖像融合等。融合任...

上篇：??融匯11款A(yù)I工具構(gòu)建完美應(yīng)用??如您所見(jiàn)，人工智能（AI）應(yīng)用在近年來(lái)得到了長(zhǎng)足的發(fā)展。從語(yǔ)音助手到軟件開(kāi)發(fā)，人工智能已在我們的生活中無(wú)處不在，并得到了廣泛應(yīng)用。下面，我將為您介紹25個(gè)開(kāi)源項(xiàng)目，您可以用它們來(lái)制作自己的人工智能應(yīng)用程序，并使其更上一層樓。12.StableDiffusion一種潛在的文本到圖像的擴(kuò)散模型作為一種在生成模型中常被用到的技術(shù)，StableDiffusion（https:github.comCompVisstablediffusi...

LeanCopilot，讓陶哲軒等眾多數(shù)學(xué)家贊不絕口的這個(gè)形式化數(shù)學(xué)工具，又有超強(qiáng)進(jìn)化了？就在剛剛，加州理工教授AnimaAnandkumar宣布，團(tuán)隊(duì)發(fā)布了LeanCopilot論文的擴(kuò)展版本，并且更新了代碼庫(kù)。論文地址：??https:arxiv.orgpdf2404.12534.pdf??最新實(shí)驗(yàn)表明，這個(gè)Copilot工具，可以自動(dòng)化80%以上的數(shù)學(xué)證明步驟了！這個(gè)紀(jì)錄，比以前的基線aesop還要好2.3倍。并且，和以前一樣，它在MIT許可下是開(kāi)源的。而對(duì)此做出巨大貢獻(xiàn)的，...

在人物說(shuō)話的過(guò)程中，每一個(gè)細(xì)微的動(dòng)作和表情都可以表達(dá)情感，都能向觀眾傳達(dá)出無(wú)聲的信息，也是影響生成結(jié)果真實(shí)性的關(guān)鍵因素。如果能夠根據(jù)特定面容來(lái)自動(dòng)生成一段生動(dòng)逼真的形象，將徹底改變?nèi)祟惻c人工智能系統(tǒng)的交互形式，例如改善有障礙患者的交流方式、增強(qiáng)人工智能輔導(dǎo)教育的趣味性、醫(yī)療保健場(chǎng)景下的治療支持和社會(huì)互動(dòng)等。最近，微軟亞洲研究院的研究人員拋出了一個(gè)重磅炸彈VASA1框架，利用視覺(jué)情感技巧（VAS，visuala...

編譯丨諾亞出品51CTO技術(shù)棧（微信號(hào)：blog51cto）日前，Gartner預(yù)測(cè)，到2028年，將有75%的企業(yè)軟件工程師使用AI代碼助手。值得一提的是，這一比例在2023年初尚不足10%。根據(jù)對(duì)598位大型企業(yè)軟件工程領(lǐng)導(dǎo)者的調(diào)查，截至2023年第三季度，已有63%的組織正在試用、部署或已部署了AI代碼助手。然而，Gartner高級(jí)首席分析師PhilipWalsh警告稱，在生產(chǎn)力提升方面，IT領(lǐng)導(dǎo)層的期望與軟件團(tuán)隊(duì)的實(shí)際體驗(yàn)之間可能存在不匹配。Walsh表示，...

關(guān)于Llama3，又有測(cè)試結(jié)果新鮮出爐——大模型評(píng)測(cè)社區(qū)LMSYS發(fā)布了一份大模型排行榜單，Llama3位列第五，英文單項(xiàng)與GPT4并列第一。不同于其他Benchmark，這份榜單的依據(jù)是模型一對(duì)一battle，由全網(wǎng)測(cè)評(píng)者自行命題并打分。最終，Llama3取得了榜單中的第五名，排在前面的是GPT4的三個(gè)不同版本，以及Claude3超大杯Opus。而在英文單項(xiàng)榜單中，Llama3反超了Claude，與GPT4打成了平手。對(duì)于這一結(jié)果，Meta的首席科學(xué)家LeCun十分高興，...

2024最wow的AI生圖工具出現(xiàn)了！對(duì)“青春紀(jì)念手冊(cè)”下手，你就說(shuō)這味兒正不正宗：不信誰(shuí)沒(méi)有，誰(shuí)也別說(shuō)誰(shuí)。別著急，下一秒“啪”的一下：……什么情況？這，就是最近攝影圈不少人都在玩的AI修圖神器——超能畫布。據(jù)說(shuō)只需一句提示詞就能分分鐘修出創(chuàng)意大片，無(wú)需事先上傳多張圖訓(xùn)練專屬模型，打開(kāi)直接上傳一張圖隨便P。最近它還快速迭代升級(jí)了一波產(chǎn)品，圈子里更熱鬧了。有網(wǎng)友試過(guò)后直呼內(nèi)行，畢竟用它來(lái)應(yīng)對(duì)顧客的奇葩需求簡(jiǎn)...

貝勒大學(xué)經(jīng)濟(jì)學(xué)院的PhamHoangVan和ScottCunningham兩位教授，基于OpenAI的GPT3.5、GPT4深度研究了大模型對(duì)事情的預(yù)測(cè)能力。研究人員使用了直接預(yù)測(cè)和未來(lái)敘述（FutureNarrative）兩種提示方法，進(jìn)行了100次提示。同時(shí)使用了訓(xùn)練數(shù)據(jù)截止至2021年9月的ChatGPT模型，對(duì)2022年已經(jīng)發(fā)生的事情進(jìn)行了多維度評(píng)測(cè)。結(jié)果顯示，在直接預(yù)測(cè)中，ChatGPT的表現(xiàn)并不理想，例如，直接讓其回答2022年奧斯卡最佳男主角時(shí)準(zhǔn)確率只有25%左右。如果...

4月20日，知名文生圖平臺(tái)Leonardo.ai宣布新增圖片樣式引導(dǎo)功能，用戶可以通過(guò)上傳自定義圖片，生成更精準(zhǔn)、豐富的圖片內(nèi)容。這個(gè)功能對(duì)于設(shè)計(jì)師、網(wǎng)絡(luò)營(yíng)銷人員、插畫師等非常重要，可以幫助用戶控制圖片生成內(nèi)容的風(fēng)格、樣式、色彩等元素，從而在視覺(jué)效果上實(shí)現(xiàn)更好的體驗(yàn)。也就是說(shuō)，這相當(dāng)于是一個(gè)可視化的迷你微調(diào)功能，可以按照你的要求制作連環(huán)畫或者視覺(jué)一致的海報(bào)啦。目前，免費(fèi)用戶只能上傳1張參考圖片。付費(fèi)用戶最多上...

OpenAI的Sora又一次出圈，掩蓋其它新的AI產(chǎn)品的鋒芒，包括幾乎同期發(fā)布的Google的Gemini1.5和Meta的VJEPA。很多AI從業(yè)者為此大抱不平，聲稱“被Sora奪走風(fēng)頭的Gemini被低估了！”特別是Google這次推出的Gemini1.5Pro是一種多模態(tài)大模型（涉及文本、視頻、音頻），性能水平與谷歌迄今為止最大的模型1.0Ultra類似，并引入了長(zhǎng)上下文理解方面的突破性實(shí)驗(yàn)特征。它能夠穩(wěn)定處理高達(dá)100萬(wàn)Tokens（相當(dāng)于1小時(shí)的視頻和超過(guò)3萬(wàn)行代碼）...

文章鏈接：??https:arxiv.orgpdf2404.11098??在AIGC時(shí)代，對(duì)低成本甚至設(shè)備端應(yīng)用擴(kuò)散模型的需求日益增加。在壓縮StableDiffusion模型（SDM）方面，提出了幾種方法，其中大多數(shù)利用手工設(shè)計(jì)的層移除方法來(lái)獲得更小的UNet，同時(shí)利用知識(shí)蒸餾來(lái)恢復(fù)網(wǎng)絡(luò)性能。然而，這種手工設(shè)計(jì)的層移除方式效率低下，缺乏可擴(kuò)展性和泛化性，并且在重新訓(xùn)練階段使用的特征蒸餾面臨著不平衡問(wèn)題，即一些數(shù)值顯著的特征損失項(xiàng)在整個(gè)重新訓(xùn)練過(guò)...

環(huán)境：python3.9pytorch1.8及其以上都可以模型創(chuàng)新點(diǎn)還未發(fā)表，有畢業(yè)設(shè)計(jì)或者發(fā)小論文需求的同學(xué)必看，模塊豐富，創(chuàng)新度高，性能優(yōu)越！創(chuàng)新點(diǎn)：1.利用時(shí)間卷積網(wǎng)絡(luò)（TCN）的一系列時(shí)間卷積層，這些卷積層可以有效地捕獲不同時(shí)間尺度上的序列模式，在TCN的輸出上應(yīng)用SENet模塊，用于學(xué)習(xí)和增強(qiáng)重要特征的表示，提高模型對(duì)關(guān)鍵信息的感知能力；2.通過(guò)雙向門控循環(huán)單元（BiGRU）同時(shí)從前向和后向?qū)π蛄羞M(jìn)行建模，以更好地捕獲序列...

如果試題太簡(jiǎn)單，學(xué)霸和學(xué)渣都能考90分，拉不開(kāi)差距……隨著Claude3、Llama3甚至之后GPT5等更強(qiáng)模型發(fā)布，業(yè)界急需一款更難、更有區(qū)分度的基準(zhǔn)測(cè)試。大模型競(jìng)技場(chǎng)背后組織LMSYS推出下一代基準(zhǔn)測(cè)試ArenaHard，引起廣泛關(guān)注。Llama3的兩個(gè)指令微調(diào)版本實(shí)力到底如何，也有了最新參考。與之前大家分?jǐn)?shù)都相近的MTBench相比，ArenaHard區(qū)分度從22.6%提升到87.4%，孰強(qiáng)孰弱一目了然。ArenaHard利用競(jìng)技場(chǎng)實(shí)時(shí)人類數(shù)據(jù)構(gòu)建，與人類偏好...