搜索
在AI的世界里，模型的评估往往被看作是最后的「检查点」，但事实上，它应该是确保AI模型适合其目标的基础。
自去年以来，文本到图像生成模型取得了巨大进展，模型的架构从传统的基于UNet逐渐转变为基于Transformer的模型。
「开源新王」Reflection 70B，才发布一个月就跌落神坛了？ 9月5日，Hyperwrite AI联创兼CEO Matt Shumer在X上扔出一则爆炸性消息—— 用Meta的开源Llama 3.1-70B，团队微调出了Reflection 70B。
从o1到Cursor，再到Canva和Notebooklm，大模型正在快速进入应用落地阶段，所有创业者和开发者甚至研究者都要思考如何让这个技术直面用户，更快走入消费者市场。
最新AI文生图模型Flux1.1，一夜刷屏。
AI与未来的丰盈时代：Evernote首席执行官 Federico Sato强调，吸引新用户的关键在于提供简洁直观的界面，使用户能够轻松上手，而不是在复杂的功能中迷失。
AI正在改变科技市场的交易量和价值，影响既有商业模型的盈利能力。会计和法律等知识密集型的专业服务行业首先感受到了这场变革，更多的行业也将调整其商业策略。
通用机器人模型，目前最大的障碍便是「异构性」。
2024 年 7 月，清华大学计算机系 PACMAN 实验室发布开源深度学习编译器 MagPy，可一键编译用户使用 Python 编写的深度学习程序，实现模型的自动加速。
十天前的 Meta Connect 2024 大会上，开源领域迎来了可在边缘和移动设备上的运行的轻量级模型 Llama 3.2 1B 和 3B。两个版本都是纯文本模型，但也具备多语言文本生成和工具调用能力。Meta 表示，这些模型可让开发者构建个性化的、在设备本地上运行的通用应用 —— 这类应用将具备很强的隐私性，因为数据无需离开设备。