-
赶超Gemini Pro，提升推理、OCR能力的LLaVA-1.6太强了
us/1752621754273472927 LLaVA-1.6 保持了 LLaVA-1.5 的极简设计和数据效率，它复用了 LLaVA-1.5 的预训练连接器，并且仍然使用不到 1M 的视觉指令调优...
-
百万粉科普博主GenJi：未来AIGC可能占据90%内容
从AI绘画开始，AIGC逐渐影响到设计、广告、影视等各行各业。GenJi是一名拥有百万粉丝的科普创作者，也是一名AI科技创业者，他从Photoshop、Premiere等教程起步，将账号“GenJi是...
-
【网安AIGC专题10.19】论文6（顶会ISSTA 2023）：提出新Java漏洞自动修复数据集：数据集 VJBench+大语言模型、APR技术+代码转换方法+LLM和DL-APR模型的挑战与机会
贡献 【注意】没有构建一种自动java漏洞的技术 （1）提出数据集，并对当前工作进行测量 （2）设计代码转换，以解决训练和测试数据重叠对codex的威胁 （3）创建了新的Java漏洞修复基准VJB...
-
无注意力大模型Eagle7B：基于RWKV，推理成本降低10-100 倍
种新颖的架构，有效地结合了 RNN 和 Transformer 的优点，同时规避了两者的缺点。该架构设计精良，能够缓解 Transformer 所带来的内存瓶颈和二次方扩展问题，实现更有效的线性扩展，...
-
阿里北交大实习生论文火了！MobileAgent 可模拟人类玩转手机，网友：加速剁手、吃土！
集，包括电商购物、音乐、浏览器、地图、应用商店、记事本、系统设置、视频、短视频、跨App等。每个场景设计了三个不同难度的指令，以评估 Mobile-Agent 在各种任务下的表现， 图片 总结来看...
-
Shakker官网体验入口 AI图像生成软件工具在线使用地址
深度学习技术，能够通过用户输入的文字描述生成高质量逼真的图像。该平台涵盖了多个领域，从艺术创作到商业设计再到娱乐，都有效提高了用户的工作效率。Shakker的核心优势在于生成图像质量高、支持中文描述，...
-
实时设计:带你0基础入门ComfyUI工作流#N3期AIGC训练营
现在很多webui玩家都转comfyui了 comfyui上限太高了 ComfyUI就是连接设计师和程序员的桥梁 我这有两个安装了两天还在第一步的mac用户，哈哈哈哈哈 # ……...
-
最强开源多模态生成模型MM-Interleaved：首创特征同步器
特征到多模态大模型和图像解码器中，实现了对文本和图像的解码生成的同时进行跨模态的特征同步。 这一创新设计使得 MM-Interleaved 为多模态大模型领域的发展注入了新的活力。 多项任务性能领先...
-
如何使用AI写作？？分享6AI写作工具 #AI写作#其他
口，支持多种格式的资料上传、储存，学习工作更高效！ 3、丰富的素材类型 树图TreeMind海量设计资源库素材覆盖图标、插图、背景、摄影图、3D元素、GIF动图、音频、视频等多种类型，海量资源让思...
-
Depth Anything：释放大规模无标注数据的深度估计
用于鲁棒单目深度估计的解决方案。目标是建立一个简单而强大的基础模型，在任何情况下处理任何图像。为此，设计一个数据引擎来收集和自动注释大规模未标记数据（～62M），从而大大扩大了数据覆盖范围，这样能够减...