搜索
在大型语言模型（LLM）的世界中，处理多轮对话一直是一个挑战。前不久麻省理工 Guangxuan Xiao 等人推出的 StreamingLLM，能够在不牺牲推理速度和生成效果的前提下，可实现多轮对话总共 400 万个 token 的流式输入，22.2 倍的推理速度提升。
机器人的ChatGPT时刻，真来了！初创公司Figure自家机器人看了10小时视频，学会了煮咖啡。另一边，东京大学GPT-4加持的Alter3机器人，能够模仿人类做出任何动作。而人类只需发出自然语言指令即可，完全不需要编程！
大模型推理再次跃升一个新台阶！最近，全新开源的国产SwiftInfer方案，不仅能让LLM处理无限流式输入，而且还将推理性能提升了46%。
我对AI的信心从来没像这一刻这么强。这不是激进，能和这篇文章要一起看的是《为什么说AI现在还不行》，看着有点矛盾，但其实是一个事情的正反两面，统一于尺度判断。
做所有的工作之前，想好如何评估结果、制定好北极星指标至关重要!!! Ragas把 RAG 系统的评估指标拆分为三个维度如下，这可不是 Benz 的标...
作为一个「AI 助手」，ChatGPT 在手机上还是不够方便，不信你比较下手机自带的语音助手，通常是一键、一划、一呼就能呼出进行对话，肯定要比打开 ChatGPT App、点击语音或者输入框进行输入来得方便。
前不久，OpenAI“煞有其事”地像谷歌、苹果那样办了第一场较为正式的“开发者大会”。从大会透露的信息来看，大模型的下一站很明确——想搞钱，得教人“玩”大模型了，拉更多的人来做大大模型市场的蛋糕。
一级市场，要被AI彻底颠覆了？找项目不用靠投资经理，AI可以代替了。 EQT靠AI挖水下项目，成绩不俗，已经完成了15笔交易，其中2笔交易估值超10亿美元，妥妥独角兽级别，还有1笔已经被收购。
在过去短短两年内，随着诸如 LAION-5B 等大规模图文数据集的开放，Stable Diffusion、DALL-E 2、ControlNet、Composer ，效果惊人的图片生成方法层出不穷。图片生成领域可谓狂飙突进。
琳琅满目的乐高积木，通过一块又一块的叠加，可以创造出各种栩栩如生的人物、景观等，不同的乐高作品相互组合，又能为爱好者带来新的创意。