Learn more about AI Shorts - Section 18

麻省理工学院的研究人员提出了AskIt：一种用于简化软件开发中大型语言模型集成的领域特定语言

最近的研究揭示了大型语言模型（LLMs）的非凡能力，随着模型的发展，它们变得更加令人印象深刻。它们已经成为各种应用领域的...

遇见WavJourney：一种基于大型语言模型的音频创作AI框架

多模态人工智能（AI）的新兴领域将视觉、听觉和文本数据融合，为个性化娱乐和改进的辅助功能等各个领域提供了令人兴奋的潜力...

苹果研究人员提出了一种新的张量分解模型，用于处理隐式反馈的协同过滤

从过去的行为中推断用户偏好的能力对于有效的个性化建议至关重要。许多产品没有星级评分使得这个任务变得更加具有挑战性。过...

这项AI研究介绍了Point-Bind：一种将点云与2D图像、语言、音频和视频进行对齐的3D多模态模型

在当前的技术环境中，3D视觉因其快速增长和演化而备受关注，成为崭露头角的明星。对此兴趣的激增主要归因于对自动驾驶、增强...

“这项人工智能研究通过深度学习和进化算法彻底改变了硅马赫-泽尔德调制器的设计”

由于Netflix和物联网的普及以及向分布式计算和存储架构的转变，网络传输容量需求不断增长。在网络成本较高的短距离应用中，尤...

遇见城市梦想家：一种用于无限制三维城市的组合生成模型

近年来，3D自然场景的创建一直是研究的热点。在创建多种类型的3D物体（包括3D城市、3D场景和3D化身）方面已经取得了重大进展...

见到YaRN：一种计算高效的方法，可以扩展基于Transformer的语言模型的上下文窗口，其所需的标记数量比之前的方法少10倍，并且训练步骤少2.5倍

像聊天 GPT 这样的大型语言模型可以考虑文本中的更广泛上下文，使其能够理解并生成更连贯和上下文相关的回复。这在文本补全等...

转变催化剂研究：认识CatBERTa，一种基于Transformer的AI模型，用于使用文本输入进行能源预测

化学催化剂研究是一个充满活力的领域，人们一直在寻求新的和持久的解决方案。催化剂是当代工业的基石，它们能够在化学反应中...

让ChatGPT再次具备视觉能力：这种AI方法探索了链接上下文学习以实现多模态学习

语言模型通过生成连贯和上下文相关的文本的能力，彻底改变了我们与计算机交流的方式。大型语言模型（LLM）一直处于这一进展的...

在人工智能时代重新思考学术诚信：ChatGPT与32门课程中的大学生的比较分析

使用机器学习算法生成新内容的人工智能（AI），以构建先前创建的文本、音频或视觉信息，被称为生成式AI。由于该领域的最新突...

尝试的前50个AI写作工具（2023年9月）

Grammarly Grammarly是一个用于提升写作的优秀工具。它会检查语法、拼写、标点和风格，确保内容清晰和专业。 Jasper Jasper A...

Meta AI发布BELEBELE：全球首个122种语言的平行阅读理解评估基准

评估多语言模型的文本理解能力面临着一个重要挑战，即缺乏高质量的、同时进行评估的标准。虽然有高覆盖的自然语言处理数据集...

这项AI研究揭示了ComCLIP：一种无需训练的图像和文本组合对齐方法

在视觉-语言研究这个动态领域中，图像和文本的组合匹配是一个巨大的挑战。这个任务涉及将图像和文本描述中的主题、谓词/动词...

这篇人工智能论文提出了一种递归记忆生成方法，以增强大型语言模型中的长期对话一致性

聊天机器人和其他形式的开放领域通信系统近年来受到了越来越多的关注和研究。长期讨论设置是具有挑战性的，因为它需要知道并...

自动零售结账台如何识别未标记的农产品？了解伪增强计算机视觉方法

随着机器学习和深度学习技术的进步，各个领域的自动化程度也越来越高。自动化逐渐减少了人类在日常生活中各个例行事务中的干...

一项新的人工智能研究揭示了机器学习模型在描述化学气味方面达到了与人类相当的技能水平

神经科学的根本挑战是理解刺激中的物理特性与知觉特征的关联。虽然在其他感官中，如视觉中的颜色和听觉中的音高，物理特性和...

字节跳动和加州大学圣地亚哥分校的研究人员提出了一种多视角扩散模型，能够根据给定的任何文本生成一组物体或场景的多视角图像

尽管在当代游戏和媒体行业的流程中是一个关键阶段，但创建3D内容非常耗时，需要熟练的设计师投入数小时甚至数天的努力才能产...

这篇AI论文解释了如何通过指令调优来增强编程语言之间的互补性

大型语言模型（LLMs）的引入席卷了整个世界。这些模型以模仿人类生成独特且有创造力的内容以及回答问题的方式而闻名。这些模...

Meta AI发布了Nougat：一种可将科学文档进行光学字符识别（OCR）并转化为标记语言的视觉转换模型

随着人工智能领域的不断发展，其子领域，包括自然语言处理、自然语言生成、计算机视觉等，由于其广泛的应用案例而迅速获得了...

韩国研究人员提出了VITS2：一种突破性的单阶段文本到语音模型，以提高自然度和效率

这篇论文介绍了VITS2，一种单阶段的文本转语音模型，通过改进之前模型的各个方面来合成更自然的语音。该模型解决了诸如间歇性...