大模型日报
2024-05-31
大模型资讯
- Anthropic揭示Claude大语言模型的内部机制
- 摘要: 研究人员将大语言模型的活动模式与特定概念关联起来，并展示了他们可以通过调整这些模式来控制AI模型的行为。
- Mistral AI开源新款代码语言模型Codestral
- 摘要: 人工智能初创公司Mistral AI今日发布了Codestral，一款针对软件开发任务优化的大型语言模型，并向开发者开源。
- 密集连接器提升多模态大语言模型的多层视觉整合
- 摘要: 多模态大语言模型（MLLMs）在人工智能领域中融合了视觉和文本信息。最新研究表明，通过多层视觉整合和密集连接器，MLLMs的性能得到了显著提升。这一进展为多模态人工智能的发展开辟了新的路径。
- 阿联酋推出全球领先的可持续性大语言模型K2-65B
- 摘要: 阿联酋最新的开源大语言模型K2-65B全球发布，设立了新的可持续性能标准。该模型旨在推动知识共享、基础研究和技术开发，同时具有成本效益。
- Mistral推出代码生成模型Codestral，超越所有同类产品
- 摘要: Mistral发布了名为Codestral的代码生成大语言模型，声称其性能超越所有现有模型。该模型支持超过80种语言，已经在性能上超过了CodeLlama 70B和Deepseek Coder。
- 研究发现：AI能胜过部分金融分析师
- 摘要: 一项新草案研究表明，大型语言模型在金融决策中可以发挥“更积极的作用”，其表现甚至优于部分金融分析师。
- 大语言模型引导的动态适应方法：时序知识图谱推理的新进展
- 摘要: 大语言模型引导的动态适应（LLM-DA）是一种用于时序知识图谱（TKGs）推理的机器学习方法。该方法通过大语言模型的指导，实现了对时序数据的动态适应和推理，提升了对复杂时序关系的理解和处理能力。
- 腾讯推出元宝AI聊天机器人，力求缩小与百度和字节跳动的差距
- 摘要: 腾讯发布元宝AI聊天机器人，旨在缩小与百度和字节跳动在人工智能领域的差距。元宝可以用于分析和总结文档、提供问答服务以及生成文本和图像。
- 理大研究：增强AI大语言模型提升与人脑活动的对齐
- 摘要: 香港理工大学的研究表明，通过增强人工智能大语言模型，可以更好地与人类脑活动对齐。这一发现有助于改善生成式人工智能在社会互动中的表现，推动技术进步。
- GPT-4在财务预测中表现优于人类分析师，专家持谨慎态度
- 摘要: 芝加哥大学的一项研究表明，GPT-4在财务报表分析方面超越了人类分析师，但专家对其应用持谨慎态度，认为仍需考虑潜在风险和局限性。
大模型产品
- Syllaby V2.0：AI视频营销利器
- 摘要: Syllaby V2.0是一款5合1的数字营销工具，利用AI简化病毒视频创作，涵盖创意、排程、脚本和视频制作。
- timeOS 2.0：智能日程助手
- 摘要: timeOS 2.0 是一个 AI 驱动的新标签页，帮助您为下次会议做好准备。悬停查看邮件、会议记录和 LinkedIn 信息，点击与 AI 对话，快速准备。
- AI零浪费餐食规划助手
- 摘要: Oh, a potato!是一款iOS应用，利用AI根据现有食材推荐和规划食谱，旨在减少食物浪费。
- MarsCode: AI云端IDE及插件
- 摘要: MarsCode提供AI驱动的云端IDE和插件，内置AI助手，开箱即用的开发环境，让您专注于项目开发。
- AR2R：助力企业家的AI助手
- 摘要: AR2R结合自然语言、AI助手和人性化触感，帮助企业家们掌握所有与会议相关的工作，让他们专注于热爱的事业。
- Cartesia Sonic：极速拟人语音API
- 摘要: Sonic是一款极速拟人语音API，拥有135ms模型延迟。提供多样语音库、即时语音克隆、语音混合和设计，支持速度和情感控制。
- Hex：无代码数据工作流平台
- 摘要: Hex推出无代码工作流，结合电子表格计算、数据浏览和认可功能，整合SQL、Python和AI工具，首创一体化平台。
- BypassAI.io：人性化AI文本
- 摘要: BypassAI.io帮助内容创作者、营销人员和企业绕过AI过滤器，优化内容传达信息，轻松分享人性化内容。
- Graphite AI SEO平台：专注高效SEO工作
- 摘要: 通过建立主题权威性来增加流量和收入。与现有的基于关键词的解决方案不同，我们的平台专注于主题，最大化每篇文章的流量。
- Starfee: AI图片生成平台
- 摘要: Starfee是一款利用人工智能快速生成高质量图片的网页平台，生成时间仅需5秒，最大尺寸达1792x1792像素，还支持GIF动画制作。
大模型论文
- X-VILA: 跨模态对齐的大型语言模型
- 摘要: X-VILA通过整合图像、视频和音频模态，扩展了大型语言模型的能力。提出视觉对齐机制，解决现有方法中的视觉信息丢失问题，并展示了跨模态对话的卓越性能。
- LLMs与多模态生成和编辑综述
- 摘要: 本文综述了LLMs在多模态生成领域的最新进展，涵盖图像、视频、3D和音频等。探讨了关键技术组件、多模态数据集、工具增强的多模态代理、AI安全及未来应用。
- 多模态生成嵌入模型的研究与应用
- 摘要: 提出MM-GEM模型，结合生成与嵌入目标，提高跨模态检索和零样本分类性能，并支持细粒度图像描述。
- 自探索语言模型：在线对齐的主动偏好引导
- 摘要: 本文提出了自探索语言模型（SELM），通过优化双层目标来提高探索效率，实现更好的在线对齐效果。
- 规范模块：支持多智能体合作的生成代理架构
- 摘要: 本文提出“规范模块”架构，通过识别和适应环境中的规范基础设施，增强智能体间的合作能力，实现更稳定的合作结果。
- MAP-Neo:高性能透明双语大模型
- 摘要: MAP-Neo是首个完全开源的高性能双语大模型，拥有7B参数和4.5T高质量训练数据，提供完整的训练细节，旨在推动开放研究和创新。
- Reasoning3D: 零样本3D推理分割新方法
- 摘要: 本文提出Reasoning3D，用于零样本3D对象部分搜索和定位，结合预训练2D分割网络和大语言模型，实现细粒度3D分割和自然语言解释。
- 邻近邻居推测解码提升LLM生成与归因
- 摘要: 本文提出NEST方法，通过引入真实文本片段和推测解码显著提升LLM生成质量和归因率，并提高生成速度。
- 大型语言模型的偏见与变异性研究
- 摘要: 本文通过对大型语言模型进行模拟，探讨其在主观问题上的偏见和变异性，强调提示语对结果的影响。
- 基于价值激励的偏好优化方法
- 摘要: 提出了一种统一的在线和离线RLHF方法，通过价值函数调节奖励函数，实现了文本摘要和对话任务的有效性。
大模型开源项目
- Fabric: 增强人类的开源AI框架
- 摘要: Fabric是一个用Python编写的开源框架，通过AI增强人类能力，提供模块化框架和众包AI提示解决特定问题。
- iyaja：自组织文件系统
- 摘要: iyaja利用llama 3构建自组织文件系统，采用Jupyter Notebook语言编写，提升文件管理效率。
- 简单的C/CUDA实现LLM训练
- 摘要: 该项目由karpathy开发，使用纯粹的C和CUDA语言实现了大语言模型（LLM）的训练过程，适合学习和研究。
- 腾讯AI实验室V-Express项目
- 摘要: V-Express生成可控头像视频，基于参考图像、音频和V-Kps序列，使用Python编写。
- AI销售代表聊天机器人
- 摘要: Webprodigies是一个用TypeScript编写的AI聊天机器人，旨在模拟销售代表的行为，提高销售效率。
- ChatTTS: 日常对话生成语音模型
- 摘要: ChatTTS是一种用于日常对话的生成语音模型，采用Jupyter Notebook编写，能够生成自然流畅的语音对话。
- MusePose: 虚拟人类图像到视频框架
- 摘要: MusePose是一个基于姿态驱动的图像到视频生成框架，使用Python语言编写，专注于虚拟人类的生成。
- Jan：离线版ChatGPT开源替代方案
- 摘要: Jan是一个100%离线运行的开源ChatGPT替代方案，支持多种引擎（如llama.cpp、TensorRT-LLM），使用TypeScript编写。
- 企业级Agentic RAG的简易应用
- 摘要: ragapp是一个用TypeScript编写的项目，提供了在任何企业中使用Agentic RAG的最简单方法。