Visual Autoregressive Models是一个新的GitHub项目，它将图像生成视为逐步预测更高分辨率的过程。该代码库包含了用于下一分辨率预测工作的推理脚本和演示笔记本。虽然训练代码将很快公开，但目前该项目已经引起了技...

近期，Andrei Karpathy推出了一个名为llm.c的项目，该项目展示了如何使用C和CUDA编程语言来训练大型语言模型（LLM）。这一创新方法避免了对PyTorch等大型深度学习框架的依赖，尤其是其所需的250MB以上的资源。这种训...

Seg-NN框架通过去除对大量预训练的需求，极大地优化了3D分割的流程。这一创新使得模型能够快速适应新的、未见过的类别，同时避免了通常存在的领域差异问题。这一技术突破不仅加快了3D物体识别的速度，还提高了模型的...

AMD 宣布将开源其 Radeon GPU 的固件，这一决定意味着技术社区将能够快速改进人工智能框架，同时也可能提高 AMD 产品的市场接受度。开源固件将使得独立开发者和研究人员能够更深入地了解和修改 GPU 底层功能，从而推...

InstantStyle是一个全新的图片个性化框架，它通过巧妙地将图片中的风格和内容分离，并专注于特定风格区域，解决了风格一致性的挑战，无需复杂的调整。该框架确保了详尽且一致的视觉风格化效果，并将风格强度与文本控...

Wandb近日发布了一款名为OpenUI的创新工具包，该工具包允许用户通过文本描述来定义用户界面，并能够将其渲染到React、Svelte等多种流行的前端框架中。OpenUI的显著特点在于支持文本编辑，简化了UI设计与开发的流程。...

在移动设备上运行语言模型面临着延迟、带宽和功耗等多方面的挑战。本研究通过采用量化技术、移除键值缓存以及其他优化手段，成功实现了在手机上以每秒30个令牌的速度运行强大的Gemma 2B模型。这一成果比其他框架快约...

本文介绍了一种结合人工智能与预测模型的控制框架，旨在实现在密集交通中的平稳和安全变道。该框架通过与周围驾驶员的合作，强调了变道过程中的交互与协调。研究者们通过深入分析交通流动数据，建立了一个能够预测其...