Learn more about Machine learning - Section 13

中国的研究人员介绍了ImageBind-LLM：一种通过ImageBind对大型语言模型（LLM）进行多模态指导调整的方法

研究人员最近在大型语言模型（LLMs）的指令调整方面取得了显著进展。ChatGPT和GPT-4是遵循语言和视觉中人类命令的通用对话系...

这篇AI论文介绍了Agents：一个用于自主语言代理的开源Python框架

在客户服务、咨询、编程、写作、教学等任务中，语言代理可以减少人力投入，是实现人工通用智能（AGI）的潜在第一步。最近对语...

我们如何看待医疗机器学习中的有偏见的临床数据？呼吁采用考古学的视角

来自麻省理工学院、约翰霍普金斯大学和艾伦·图灵研究所的研究人员认为，在AI系统中处理有偏见的医疗数据并不像俗语“垃圾进，...

“认识vLLM：一个用于快速LLM推理和服务的开源机器学习库”

大型语言模型（LLM）对日常生活和职业产生越来越大的影响，因为它们使得像编程助手和通用聊天机器人这样的新应用成为可能。然...

斯坦福大学的研究人员介绍了Spellburst：一种由大型语言模型（LLM）驱动的创意编码环境

在创建令人惊叹的数字艺术作品时，生成艺术家经常发现自己在编码的复杂性中苦苦挣扎。使用Processing或AI文本到图像工具等语...

用5个步骤开始使用Scikit-learn

这个教程提供了一个全面的实践指南，介绍了使用Scikit-learn进行机器学习的方法读者将学习到数据预处理、模型训练和评估、超...

变压器和支持向量机之间的联系是什么？揭示变压器架构中的隐含偏差和优化几何

自注意力使得自然语言处理（NLP）得到了革命性的改变，它是变压器设计的关键要素，使得模型能够识别输入序列中的复杂关联。自...

“遇见DiffBIR：一种使用预训练的文本到图像扩散模型解决盲目图像恢复问题的人工智能方法”

随着人工智能领域的显著进步，包括自然语言处理、自然语言理解、计算机视觉等在内的AI子领域也在快速发展。在计算机视觉和图...

使用树结构帕尔森估计器（Hyperopt）增强超参数调整

本文探讨了机器学习中的树结构Parzen估计器（TPE）用于超参数调整的概念及其应用，并提供了一个示例

麻省理工学院和微软的研究人员引入了DoLa：一种新颖的人工智能解码策略，旨在减少LLMs中的幻觉

许多自然语言处理（NLP）应用程序从使用大型语言模型（LLMs）中获益良多。虽然由于规模化而改善了LLMs的性能并增加了额外的功...

“遇见BLIVA：一种多模态大型语言模型，用于更好地处理文本丰富的视觉问题”

最近，大型语言模型（LLMs）在自然语言理解领域发挥了关键作用，展示了在广泛任务范围内泛化的非凡能力，包括零-shot和少-sho...

麻省理工学院的研究人员引入了一种新颖的轻量级多尺度关注机制，用于设备端的语义分割

语义分割是计算机视觉中的一个基本问题，其目标是为输入图像中的每个像素分类为某个类别。自动驾驶、医学图像处理、计算摄影...

谷歌DeepMind研究探索了神经网络中令人困惑的理解现象：揭示了记忆和泛化之间的相互作用

神经网络学习和泛化的传统理论受到了神经网络中的理解现象的考验。当神经网络被训练时，期望是随着训练损失降低并收敛到一个...

见到NExT-GPT：一种端到端的通用任意多模态大型语言模型（MM-LLMs）

多模式语言模型（Multimodal LLMs）可以通过语音、文本和视觉输入实现更自然和直观的用户与人工智能系统之间的交互，从而增强...

赫瑞瓦特大学和Alana AI的研究人员提出了FurChat：一种基于大型语言模型的新型具有实体交互功能的对话代理系统

大型语言模型（LLMs）在科技正在飞速发展的世界中占据了重要地位。这些LLMs是非常复杂的计算机程序，可以以非常自然的方式理...

内容创作者必备的ChatGPT插件

发现必备的ChatGPT插件，包括CodeGenius、StoryWeaver和FactFinder，以增强您的内容创作流程提升您的内容，吸引您的受众，并...

UCI和哈佛研究人员推出了TalkToModel，它可以向用户解释机器学习模型

机器学习模型已成为各个专业领域中不可或缺的工具，推动智能手机、软件包和在线服务的应用。然而，这些模型的复杂性使得它们...

一项来自特拉维夫和哥本哈根大学的新的人工智能研究引入了一种“即插即用”的方法，通过使用辨别信号来快速微调文本到图像扩散模型

文本到图像扩散模型在根据输入文本描述生成多样且高质量图像方面取得了令人印象深刻的成功。然而，当输入文本在词汇上存在歧...

微软研究院推出BatteryML：一款用于电池衰减的机器学习开源工具

锂离子电池由于其高能量密度、长循环寿命和低自放电率，在当代能源储存中成为关键所在。这些特性使它们在电动汽车、消费电子...

认识FLM-101B：一个拥有1010亿参数的开源解码器型LLM

最近，大型语言模型（LLM）在自然语言处理（NLP）和多模态任务方面表现出色，但面临两个重大挑战：高计算成本和难以进行公平...