研究人员使用预训练的扩散模型在较小的图像上进行训练，以生产大尺寸的高质量图像。他们发现在更大的图像中存在重复模式的问题，并将问题指向了模型结构的有限感知能力。

将模型从云存储加载到节点GPU通常需要大部分推理时间。通过一些巧妙的技巧，例如内存流，Anyscale将其缩短了20倍，仅需30秒即可到达Llama 2 70B。

稳定扩散是一种复杂的技术，其可大幅度提高生成质量，而无需进行额外的训练。这是通过巧妙地调整权重和在UNet中扩大残差来实现的。具体的代码将在不久后公布。UNet是一种广泛应用于图像分割的深度学习框架，其独特的...

Anyscale近日发布了Endpoints，这是一种允许开发者使用流行的LLM API将快速、高效、可扩展的LLM集成到他们的应用程序中的工具。同时，该公司还宣布了与NVIDIA的新整合，以提升在Ray上的LLM的性能和开发，Ray是Anysca...

在人工智能的淘金热潮中，各公司纷纷加快现代化数据基础设施的步伐。许多数据领导者开始关注语义层，以便将适合人工智能的数据直接交给决策者。在这份最新出炉的报告中，GigaOm的分析师们识别了关键趋势和领先玩家。...

前Meta研究员成功创立了EvolutionaryScale公司，筹集了4000万美元的资金，公司估值达到了2亿美元，其核心业务是利用人工智能进行蛋白质结构预测。该公司声称其速度超过了Google的AlphaFold，目前该创业公司正在积极...

TorchScale是一款PyTorch库，让研究者和开发者能够更高效、更有效地扩展Transformers。它是为了满足对于大规模数据处理的需求而生的工具，通过使用TorchScale，我们可以在保持高性能的同时，实现Transformers的扩展...

这项研究提出了一个新的范式，用于创建大规模、多样化的数据集，以训练AI代理进行视觉导航。在这种新的方法中，我们采用了一种创新的数据生成策略，这种策略能够有效地处理大规模的数据，同时保证数据的多样性和质量...