-
OpenAI「19个黑手党」出走创业，融资近80亿美元！华人科学家占比近1/3
已于2023年底正式上线。 Jennings在OpenAI的经历让她深刻理解到，将研究目标转化为产品设计时，确保产品的广泛可获取性至关重要。 目前，Jennings正在Kindo工作，这是一家处于初创...
-
纪念碑谷式错觉图像都被「看穿」，港大、TikTok的Depth Anything火了
何情况下处理任何图像的简单却又强大的基础模型。为了做到这一点，该团队采用了一种方法扩大数据集的规模：设计了一种数据引擎来收集和自动标注大规模无标注数据（约 6200 万）。这能显著扩大数据覆盖范围，并...
-
可令 AI 自我判断输出内容正确性，谷歌公布模型训练框架 ASPIRE
IT之家 1 月 23 日消息，谷歌日前发布新闻稿，介绍了一款专为大语言模型设计的 ASPIRE 训练框架，该框架号称可以增强 AI 模型的选择性预测能力。 谷歌提到，当下大语言模型在自然语言理...
-
什么是diffusion model? 它为什么好用？
上面我们已经解决了从训练好的 score-based model 进行采样生成样本的问题，但是如何设计和训练 score-based model 则是这一切的基础和关键。 首先写出目标函数（损失函数...
-
2024年数据中心发展趋势：更热、更密、更智能
在额定功率方面均超过700瓦，而这还仅仅是单片的功耗。一个AI集群通常安装有四到八张GPU，这就让热设计功率直接攀升到千瓦级别。 但Uptime估计，AI基础设施浪潮对于大多数运营商其实影响有限。这主...
-
【AIGC】AnimateDiff:无需定制化微调的动画化个性化的文生图模型
））中执行去噪过程，在大型图像数据集上预先训练为VQ-GAN [14]或VQ-VAE [29]。这种设计在降低计算成本的同时保持高视觉质量方面具有优势。在潜伏扩散网络的训练过程中，输入图像最初由冻结编...
-
纯LiDAR 3D检测路在何方？时序递归TimePillars：直接干到200m！
使用辅助学习是合适的。在训练过程中，添加了一个额外的学习目标（坐标变换）与主要目标（物体检测）并行。设计一个辅助任务，其目的是在监督下引导网络通过变换过程，以确保补偿的正确性辅助任务仅限于训练过程。一...
-
世界顶尖多模态大模型开源！又是零一万物，又是李开复
需对图片进行对齐，就可以得到不错的多模态视觉语言模型——这也是Yi-VL模型的核心亮点之一。 在架构设计上，Yi-VL模型基于开源LLaVA架构，包含三个主要模块: Vision Transform...
-
大模型 Dalle2 学习三部曲（一）Latent Diffusion Models学习
细权衡重建和生成能力。这确保了极其准确的重建，并且对潜在空间的正则化要求非常低。 4，此外，论文设计了一种基于交叉注意力的通用条件机制，实现了多模态训练。 ）引入交叉注意力层：作者在模型架...
-
数据猿预测：2024年大模型、AIGC的十个“小趋势”
可以顺畅交互，并且大模型能够有效地接入和响应企业的业务逻辑。这通常涉及到复杂的软件工程问题，如API设计、服务部署和系统安全性等。在这个过程中，保持系统的灵活性和可扩展性至关重要，以适应不断变化的业务...