研究人员推一款开源Python库DataDreamer:可通过编写简单代码简化和管理LLM工作流程
宾夕法尼亚大学、多伦多大学和Vector研究所的研究人员推出了一款名为DataDreamer的新工具。DataDreamer是一款综合解决方案,旨在简化和管理各种任务中的大语言模型的集成和利用。有了DataDreamer,研究人员有了一个强大的盟友,可以解决大语言模型的复杂性,开启新的可能性。
GPT-4绝对性能暴涨74.4%!UIUC苹果华人团队提出CodeAct,用Python代码统一LLM智能体行动
LLM智能体被众多业界AI大佬看好,甚至有望成为将人类从琐碎工作中解放出来的利器。它们该如何与世界进行最佳互动?最近,来自UIUC和苹果的华人研究员,提出了一种全新的智能体框架——CodeAct。在表5中,研究人员还发现CodeActAgent在测试的一般LLM任务中表现更好,除了CodeActAgent在MMLU上略有下降。
2024年技术招聘报告出炉,1/5程序员担心失业!Python和JavaScript成最受欢迎编程语言
技术招聘平台CoderPad发布了一份《2024年技术招聘现状》的报告。是CoderPad调研了来自全球149个不同国家/地区的13000多名开发者,和143个国家的5500名HR之后做出来的。人工智能专家的岗位第一次进入了最难招聘岗位的前三名,直接把多年位居榜首的全栈工程师赶到了第三名。
用检索增强生成让大模型更强大,这里有个手把手的Python实现
本文首先将关注RAG的概念和理论。然后将展示可以如何使用用于编排的LangChain、OpenAI语言模型和Weaviate向量数据库来实现一个简单的RAG。其中LangChain的作用是编排。
用于构建LLM应用程序的最小开源Python工具包TigerLab
TigerLab是一款开源的大型语言模型工具包,旨在构建定制化的语言模型应用程序。它填补了一般大型语言模型与为其提供上下文信息的数据存储之间的巨大差距。它提供了丰富的资源和示例,使开发者能够更好地利用大型语言模型来满足其具体的应用需求。
AI视野:哄哄模拟器爆火;零一万物多模态模型上线;InstantID模型发布;Depth Anything社交网络走红
欢迎来到【AI视野】栏目!这里是你每天探索人工智能世界的指南,每天我们为你呈现AI领域的热点内容,聚焦开发者,助你洞悉技术趋势、了解创新AI产品应用。
Neural Network Diffusion官网体验入口 A图像生成神经网络模型在线使用地址
NeuralNetworkDiffusion是由新加坡国立大学高性能计算与人工智能实验室开发的神经网络扩散模型。该模型利用扩散过程生成高质量的图像,适用于图像生成和修复等任务。要了解更多关于NeuralNetworkDiffusion的信息并开始创作,欢迎访问官方网站。
MIT新创公司Liquid AI融资近4千万美元,希望构建新型液态神经网络人工智能
LiquidAI,一家由MIT孵化的新兴公司,近日成功完成了一轮接近4千万美元的种子轮融资,其目标是构建一种全新类型的人工智能,被称为液态神经网络。这一创新性的技术基于液态神经网络架构,旨在提供更为精简、可解释且动态适应的人工智能系统。该公司希望通过商业化液态神经网络技术,竞争构建GPT模型的基础模型公司,致力于打造超越传统GPT的最佳新型Liquid基础模型。
苹果介绍设备端神经网络驱动的「个人声音」辅助功能:残疾人可使用 iPhone 保留自己的声音
今天,苹果分享了一个温馨的广告,展示了其新推出的「个人声音」辅助功能,该功能适用于iPhone、iPad和Mac。图片来自Apple苹果公司在iOS17.iPadOS17和macOSSonoma中引入的个人声音功能允许那些面临失去语言能力风险的用户创建一个类似于他们实际声音的合成语音,以便他们能继续与他人交流。通过个人声音功能,苹果能够完全在设备端训练神经网络,从在保护用户隐私的同时提升语言辅助功能。
DeepMind验证卷积神经网络在大规模数据集上可媲美视觉变换器
最新研究表明,卷积神经网络在大规模数据集上能够与视觉变换器媲美,挑战了以往认为视觉变换器在这方面具有卓越性能的观点。在计算机视觉领域,ConvNets一直以来都是在各种基准测试中取得卓越性能的标准。这些结果突显了同时扩展计算和数据资源的重要性,为计算机视觉研究的未来带来了新的启示。
35年首次证明,NYU重磅发现登Nature:神经网络具有类人泛化能力,举一反三超GPT-4
10月27日,全球顶级机器人开发商波士顿动力在官网展示了一项新的研究,通过将ChatGPT、Spot以及其他AI模型相结合,开发了一种会说话的导游机器狗。该机器狗能够根据文字、语音提示与人类进行交谈,同时提供了视觉问答功能,可以分析摄像头拍摄的画面,自动生成图像说明。波士顿动力以开发高度先进、灵活且具有实用性的机器人闻名,其产品在工业、研究和消费领域都有
35年首次证明!NYU重磅发现登Nature:神经网络具有类人泛化能力,举一反三超GPT-4
35年来,认知科学、人工智能、语言学和哲学领域的研究人员一直在争论神经网络是否能实现类似人类的系统泛化。人们一直认为,AI无法像人类一样具有「系统泛化」能力,不能对没有经过训练的知识做到「举一反三」,几十年来这一直被认为是AI的最大局限之一。我们正一步步接近未来:机器不仅能理解人类的的语言能掌握细微的差别和语义,从促进更加无缝和直观的人机交互未来。
DeepSparse:利用稀疏性加速神经网络推理
DeepSparse是一种突破性的CPU推理运行时,采用了复杂的稀疏性技术,从实现了神经网络推理的加速。稀疏性是指神经网络中存在许多连接权重为零的情况。多层次API:提供引擎、管道和服务器等多层次的API,以满足不同应用场景的需求。