LLaRA是一个使用大型语言模型（LLM）来通过对话式的指令-响应对提高机器人行动政策的框架。通过整合视觉输入，这些视觉语言模型（VLM）处理状态信息并生成最优的政策决策。LLM的使用增强了机器人的理解和应对能力，...

Mistral Codestral和GPT-4o最近被添加到了Jupyter Notebooks中。Mistral Codestral是一种新型的代码编辑器，它可以提高代码的编写速度和质量，而GPT-4o是一种新型的文本生成模型，可以生成更加精准和自然的文本。这...

在众多的模型中，大多数都不能遵循长度要求，例如少于40个词。然而，最近的研究显示，我们可以通过调优使它们达到这样的要求。这项工作的关键在于调整模型的参数，使其能够根据要求生成特定长度的输出。这一发现可能...

LLM通过仅扩展就能达到AGI的未来潜力是不太可能的。虽然扩展已经显示出对模型能力的改善，但它主要增强的是复杂性，而不是新出现的能力。获取高质量的训练数据变得越来越具有挑战性。我们需要理清一个关于AI扩展的误...

无监督SAM（UnSAM）是一种新型的全图像分割模型，它消除了对人工注释的需求。UnSAM通过结合自上而下和自下而上的聚类方法，识别视觉场景中的层次结构，采用一种分而治之的方法。在复杂的视觉场景中，这种方法可以更...

近期，一项新的研究将网络文本视为来自某种“人格”，并以此作为条件，显著提高了下游任务的性能。研究人员发现，在数学领域，这种方法使性能提升了20个百分点。这项研究的方法是通过大规模网络文本数据，创造出约10亿...

这是一篇关于在扩展模型和数据集大小时调整超参数的极好且易于理解的文章。在大数据时代，如何有效地处理和分析庞大的数据集，是当前科技行业面临的一大挑战。本文主要介绍了使用muP进行规模扩展的技术方法。muP是一...

Figma AI是一套新的AI驱动工具，为Figma设计师提供了诸如视觉搜索、素材搜索、文本编辑、图像编辑、原型制作、图层重命名以及设计生成等功能。这些特性由第三方AI模型驱动，且在β测试期间是免费使用的。Figma AI的推...