新闻中心 
-
01-23谷歌新方法ASPIRE：赋予LLM自我评分能力，有效解决「幻觉」问题，超越10倍体积模型大模型的「幻觉」问题马上要有解了？威斯康星麦迪逊大学和谷歌的研究人员最近推出ASPIRE系统，使大模型能够自评输出。如果用户看到模型的生成的结果评分不高，就能意...
-
01-18LeCun的评价：对ConvNet和Transformer进行Meta评测，哪一个更强？如何根据特定需求选择视觉模型？ConvNet/ViT、supervised/CLIP模型，在ImageNet之外的指标上如何相互比较？来自MABZUAI和Met...
-
01-17Stability AI发布了支持本地运行且无需GPU的稳定代码3B模型StabilityAI近日发布了其2024年的首款AI模型，名为StableCode3B。这个模型拥有30亿参数，专注于辅助代码任务。无需专用GPU即可在笔记本...
-
01-17字节复旦团队创新的「元提示」策略提升了扩散模型图像理解的性能，达到了前所未有的水平！Text-to-image（T2I）扩散模型在生成高清晰度图像方面表现卓越，这要归功于其在大规模图像-文本对上的预训练。这引发了一个自然的问题：扩散模型是否可以...
-
01-17人类死亡时间的预测新一代AI大型模型根据新科学家的报道，丹麦科技大学的研究团队最近发布了一款新的大型模型产品，可以预测人类的死亡几率该团队领导人SuneLehmannJørgensen表示，该模型...
-
01-16大规模模型的发展受到限制，需要创建可解释的人工智能理论GPT-4的局限在于仅能与数字世界互动，而我们最终需要与物理世界互动。为此，机器人的出现尤为重要，它代表着具身智能的实现。张钹指出，并非必须开发人形机器人，也不...
