Hugging Face Hub推出了新的基准数据集，名为Anime Bench，该数据集包含有关各种动漫角色以及引用的事实，旨在评估语言模型的性能。该数据集包含了来自动漫作品的超过10,000个引用，可以用于测试语言模型的能力，评...

HuggingFace发布了一个轻量级的评估库lighteval，用于基于HELM和Eluther AI评估工具的语言模型训练。该评估库专注于提供高效易用的评估方法和指标，帮助用户快速准确地评估模型性能。同时，lighteval还提供了丰富的...

近日，一种名为MetaTree的新型决策树算法在GitHub上公开发布。与传统的决策树算法不同，MetaTree采用Transformer模型进行学习，从而提高了泛化能力。根据开发者的介绍，MetaTree在多个数据集上进行了测试，结果表明...

Mojo是一种面向生物信息学的编程语言，旨在提供一个易于使用且功能强大的工具来处理大型生物数据集。该语言建立在Perl语言的基础上，为用户提供了一种更简洁，更易于阅读和维护的编程体验。与Perl相比，Mojo语言的语...

这篇论文重新审视了经典的高斯判别分析（GDA）算法，以改善CLIP在图像分类任务中的性能，而不需要额外的训练或资源。GDA算法通过增加一个基于贝叶斯公式的先验，实现了对输入向量的加权处理，从而有效地降低了噪声对...

这些文本转语音模型由Stability AI开发，可以通过精确的自然语言指令进行引导。由于没有适合生成的具有正确文本描述的大型数据集，因此其创作者合成注释了大量的语音语料库进行训练。这是注释，上字幕和训练生成模型...

由于LAION等大规模数据集的删除，以及版权问题，使得训练大规模图像模型变得具有挑战性。但是，这项工作表明，使用3000万个全合成的图像可以训练出强大的CLIP模型。

Nomic-Embed-Text-V1是一种开源、完全可重现的文本嵌入模型，为短文本和长文本任务树立了新的标杆。在透明度方面独树一帜，Nomic-Embed-Text-V1提供完全访问其训练代码、模型权重和包含2.35亿个文本对的大型数据集的...