产品共1507篇
排序
多专家CLIP成功细粒度多模态表征学习 多阶段对比学习
当天给大家引见一篇港中文、上海AILab等机构联结宣布的CLIP优化上班，构建了基于多专家网络的MoE模型，成功更细粒度的视觉表征器训练，优化下游多模态大模型论文题目，CLIP，MOE，TOWARDSBUILDINGMIXTUREOFEXP......
最强图像大模型Phi
微软推出的Phi，3.5，vision，把人工智能带到了生长的新阶段，这款AI模型长于处置文本和图像，为图像识别和智能文字识别等义务带来翻新的处置思绪，本文引见Phi，3.5，vision的技术亮点及其在实践场景中的运行，一、Phi，3.5......
再不颁布 OpenAI 就晚了 Sora
出品，技术栈，微信号，blog51cto，变天了！还记得OpenAI刚推出Sora时给人的冷艳感，但在文生视频畛域，Sora想一家独大也没有那么便捷，当初，越来越多体现不俗的代替打算曾经产生，继LumaAI的DreamMachine初次亮相......
一文彻底搞懂大模型
HuggingFaceTransformers是一个开源的预训练模型库，旨在将NLP畛域的最新停顿向更宽泛的机器学习社区开明，该库蕴含了经过精心设计的最先进的Transformer架构，并提供了易于经常使用的API，使得钻研人员和开发者能够......
硬盘里的收藏电影可以更明晰了 清华大学提出视频去含糊畛域顺应打算
引言，视频灵活场景中的含糊疑问及其应战这篇论文重要钻研了灵活场景视频去含糊技术，旨在消弭拍摄环节中发生的不想要的含糊瑕疵，但是，虽然之前的视频去含糊方法取得了清楚的成绩，但因为训练和测试视频之间的域差距，造成在实在环球场景中的体现大幅降低，......
引领软件工程新反派 阿里巴巴提出CODEXGRAPH 冲破大模型与代码库的壁垒
在现代软件工程中，大型言语模型，LLMs，在处置独立的代码义务方面体现杰出，例如HumanEval和MBPP，但在处置整个代码库时却遇到了艰巨，这一应战促使钻研人员探求在代码库规模上增强LLM与代码库的交互，目前的处置打算依赖于基于相似性的......
视觉大模型在具身自动上还有很长的路要走！ Meta推出开明环球具身问答数据集OpenEQA
构想一个实体化的AI代理，充任家庭机器人的大脑或时兴的自动眼镜，这样的代理须要应用视觉等感知模态来了解周围环境，并能够用明晰、日常言语有效地与人交换，这相似于构建，环球模型，，即代理对外部环球的外部示意，可以经过言语查问，这是一个常年愿景和......
阿里史上最大规模开源颁布 超GPT
当天清晨，阿里巴巴官宣了史上最大规模的开源颁布，推出了基础模型Qwen2.5、公用于编码Qwen2.5，Coder和数学的Qwen2.5，Math，这三大类模型一共有10多个版本，包含0.5B、1.5B、3B、7B、14B、32B和72B，......
像人一样操控电脑！ 超级Agent
Anthropic深夜颁布严重更新，更新版Claude3.5Sonnet、新型号Claude3.5Haiku以及超级Agent，computeruse，新的ComputerUse或者是迄今为止最先进的AIAgent之一，它可以像人类一样经常......