新闻中心
-
10-16语言、机器人破壁,MIT等用GPT-4生成模拟任务,并迁移到真实世界重写内容为:机器之心报道编辑:杜伟、小舟GPT-4与机器人又擦出了新的火花。在机器人领域,实现通用机器人策略需要大量数据,而在真实世界收集这些数据又耗时费力。尽...
-
10-16选择GPT-3.5、还是乔丹Llama 2等开源模型?综合比较后答案有了通过对GPT-3.5和Llama2在不同任务上的参数对比,我们可以得知在什么情况下选择GPT-3.5,什么情况下选择Llama2或其他模型。显然,对GPT-3....
-
10-16语言、机器人破壁,MIT等用GPT-4自动生成模拟任务,并迁移到真实世界在机器人领域,实现通用机器人策略需要大量数据,而在真实世界收集这些数据又耗时费力。尽管模拟为生成场景级和实例级的不同体量的数据提供了一种经济的解决方案,但由于需...
-
10-16选择GPT-3.5、还是微调Llama 2等开源模型?综合比较后答案有了众所周知,对GPT-3.5进行微调是非常昂贵的。本文通过实验来验证手动微调模型是否可以接近GPT-3.5的性能,而成本只是GPT-3.5的一小部分。有趣的是,本...
-
10-12手把手教你剪「羊驼」,陈丹琦团队提出LLM-Shearing大模型剪枝法给Llama2(羊驼)大模型剪一剪驼毛,会有怎样的效果呢?今天普林斯顿大学陈丹琦团队提出了一种名为LLM-Shearing的大模型剪枝法,可以用很小的计算量和成...
-
10-12陈丹琦团队创新之作:以5%成本取得SOTA,掀起“羊驼剪毛”大法热潮只用3%的计算量、5%的成本取得SOTA,统治了1B-3B规模的开源大模型。这一成果来自普林斯顿陈丹琦团队,名为LLM-Shearing大模型剪枝法。以羊驼LL...

