研究人员推出了一种名为FAVOR的新方法，该方法通过在帧级别精细融合音频和视觉细节，使大型语言模型能够理解视频。FAVOR方法的推出，为大型语言模型的视频理解能力提供了新的发展空间。这种新方法通过在帧级别精细融...

在3D场景中检测和命名新物体一直是一个艰巨的挑战。然而，最近一个名为CoDA的项目提出了一种新的解决方法。该方法通过智能猜测新物体可能出现的位置，然后将这些物体的特征与图片和文本进行匹配，所有这些操作都在一...

最新的研究成果Transformer-VQ，是一种全新设计的Transformer，由于其独特的基于向量的键和缓存功能，使得处理注意力的速度得到了显著的提升。这种新型的Transformer设计，不仅提高了处理速度，同时也保持了数据的准...

模型通常针对特定任务（例如，语言生成和图像生成）进行单独训练。然而，最近提出的一种名为联合自回归混合（JAM）的算法，通过巧妙地交叉注意力和温和的微调，成功地将不同的模型结合在一起。这种新颖的方法在多种...

大型模型如ChatGPT已被用于提升搜索结果的效果，但由于这些测试往往是隐蔽或秘密进行的，所以很难进行重复。研究人员推出了RankVicuna，这是一个开源工具，能够使用语言模型重新排序搜索结果。这款工具的出现为我们...

OpenAI近日重新启用了ChatGPT的一项功能，使其能够通过“Browse with Bing”功能获取当前网络信息。这项功能初步针对Plus和Enterprise订阅者开放。ChatGPT借助这项功能，能够实时获取、处理并提供网络上的各类信息，让...

OpenLM是一个专为训练最多可达70亿参数的中等规模语言模型设计的库和框架。它的设计理念是注重GPU速度和可修改性。作为收敛性验证，已经有在1.25T标记上训练的模型可供使用。这种新型的框架和库能够更好地满足中等规...

最近，GitHub Repo上的一个新项目Odin引起了业界的广泛关注。Odin的主要功能是利用GPT-4技术从用户的数据中生成知识图谱。知识图谱是一种以图形方式表示知识的方法，能够帮助用户更好地理解数据，并从中提取有价值的...