Xmodel-VLM是一种针对消费级GPU服务器优化的视觉语言模型。为解决高昂的服务成本限制了大规模多模态系统的应用，这个10亿规模的模型采用了LLaVA范式进行模态对齐。这是一种新的方法，它优化了视觉和语言之间的协同工...

人工智能公司Hugging Face宣布，将免费提供价值1000万美元的共享图形处理器（GPUs）资源，以帮助开发者、学者和初创公司创建新的AI技术。此举旨在抵消科技巨头主导的AI发展的集中趋势。Hugging Face希望通过这项举措...

OpenAI的GPT商店现已对所有用户开放，用户可以自由浏览和使用。OpenAI的GPT商店提供了一系列的GPT模型以供选择，包括GPT-3、GPT-2等。这些模型已被广泛应用于各种人工智能应用中，如聊天机器人、文本生成、自然语言...

Braintrust是一家致力于人工智能(AI)技术的公司，其最新产品AI招聘器，具有诸多出色的功能。这款产品能够生成工作描述，匹配候选人，进行异步面试以及评分。该产品充分利用AI技术，能为企业提供更加高效、精准的招聘...

Nous Hermes发布了全新的Theta模型，该模型是Hermes 2 Pro和Llama 3 8B instruct的结合。它具有出色的函数调用能力，并在各种基准测试中表现强劲。Hermes 2 Pro是一款高性能的模型，而Llama 3 8B instruct则以其强大...

近日，EfficientTrain++推出了一种新颖的课程学习策略，显著减少了主要视觉模型如ResNet和Swin在ImageNet数据库上的训练时间。据悉，这种新的学习策略最多可以将模型训练时间缩短三倍。EfficientTrain++的这一突破不...

扰动注意力指引（PAG）是一种提升扩散模型生成图像质量的新方法，无需额外的训练或外部模块。通过创新地操作模型内部的自我关注机制，PAG显著提高了无条件样本和条件样本的结构和保真度。扩散模型一直以来都是生成对...

最新研发的混元-DiT在文本到图像扩散变换器方面设立了新的标杆，特别是对于英文和汉文。这一技术特征包括先进的变换器结构和精炼的数据管道，为持续的模型改进提供了可能性。而这一突破性的发展，不仅提升了英汉文本...