CyanNAI HardCore Report


Гео и язык канала: не указан, не указан
Категория: не указана


Sub Channel for @CyanNAI

Связанные каналы

Гео и язык канала
не указан, не указан
Категория
не указана
Статистика
Фильтр публикаций


阿里云大模型"通义千问"开启申请测试
申请地址: tongyi.aliyun.com

📣 频道:@TestFlightCN

via 🆕 Testflight 科技新闻投稿📮
🚀CyanNAI Report投稿
🤣CyanNAI 主频道


Meta 开源发布可分割识别任意图像中主体的 SAM 模型

SAM 已经理解了对象是什么的一般概念,可以直接对没见过的图像进行分割任务 (识别像素属于哪个对象)。Meta 还同时开源发布了比任何现有分割数据集大400倍的 SA-1B 数据集。

SAM 可以成为庞大AI系统的一部分,用于对世界进行多模态理解,例如理解图像和文本。SAM 可以在 AR/VR 中根据用户的视线选择对象,进行识别查询或者3D建模。SAM 可以进行智能抠图或视频后期。SAM 还可用于地球与太空的科学任务,对动物和物体进行定位,例如细胞显微镜,牧场的动物识别,天体运行跟踪。

—— 微博@LatentSpace

via 风向旗参考快讯
🚀CyanNAI Report投稿
🤣CyanNAI 主频道


微软开源JARVIS:用 ChatGPT 控制其它 AI 模型

为了处理复杂的人工智能任务,LLM 应该能够与外部模型协调,以利用它们的能力。因此,关键点在于如何选择合适的中间件来桥接 LLM 和 AI 模型。

研究者发现,每个 AI 模型都可以通过总结其模型功能表示为一种语言形式。由此便引入了一个概念:「语言是 LLM 连接 AI 模型的通用接口」。通过将 AI 模型描述纳入提示中,ChatGPT 可以被视为管理人工智能模型的大脑。因此,这一方法可以让 ChatGPT 能够调用外部模型,来解决实际任务。

于是 HuggingGPT 就诞生了,该系统的工作流程包括四个阶段:

*任务规划:使用 ChatGPT 分析用户的请求,了解他们的意图,并将其拆解成可解决的任务。
*模型选择:为了解决计划的任务,ChatGPT 根据描述选择托管在 Hugging Face 上的 AI 模型。
*任务执行:调用并执行每个选定的模型,并将结果返回给 ChatGPT。
*生成响应: 最后使用 ChatGPT 整合所有模型的预测,生成 Response。
论文发布后不久,微软就在 GitHub 开源了基于论文实现的项目 ——JARVIS,其自我描述是用于连接 LLM 和 AI 模型的协作系统。该系统由 LLM(大语言模型)作为控制器和许多 AI 模型作为协作执行者(来自 HuggingFace Hub)组成。

目前该项目正在建设中,微软表示很快就会准备好所有的代码。


via |̲̅S̲̅V̲̅I̲̅P̲̅|Cyan
🚀CyanNAI Report投稿
🤣CyanNAI 主频道


UC伯克利领头,130亿参数「小羊驼」权重公布

3月31日,UC伯克利联手CMU、斯坦福、UCSD和MBZUAI,推出了130亿参数的开源模型 Vicuna,仅需300美元就能实现 ChatGPT 90%的性能。

UC伯克利领头,130亿参数「小羊驼」权重公布
Vicuna 是通过在 ShareGPT 收集的用户共享对话上对 LLaMA 进行微调训练而来,训练成本近 300 美元。研究人员设计了 8 个问题类别,包括数学、写作、编码,对 Vicuna-13B 与其他四个模型进行了性能测试。测试过程使用 GPT-4 作为评判标准,结果显示 Vicuna-13B 在超过 90% 的情况下实现了与 ChatGPT 和 Bard 相匹敌的能力。同时,在在超过 90% 的情况下胜过了其他模型,如 LLaMA 和斯坦福的 Alpaca。

今天,团队正式发布了Vicuna的权重——只需单个GPU就能跑

单个GPU:Vicuna-13B需要大约28GB的GPU显存。
多个GPU:如果没有足够的显存,则可以使用模型并行来聚合同一台机器上多个GPU的显存。
仅用CPU:如果想在CPU上运行,则需要大约60GB的内存。

source
via 👻匿名
🚀CyanNAI Report投稿
🤣CyanNAI 主频道


Oppo发布GlyphDraw论文:学习在图像合成模型中连贯地绘制汉字
最近在语言引导的图像生成领域取得了突破,取得了令人印象深刻的成就,可以根据用户指令生成高质量的多样化图像。尽管合成性能非常令人着迷,但目前图像生成模型的一个重大限制是他们没有足够的能力在图像内生成连贯的文字,特别是对于复杂的字符结构,如中文字符。
为了解决这个问题,我们引入了GlyphDraw,一个通用学习框架,旨在赋予图像生成模型生成嵌入连贯文字的能力。据我们所知,这是图像合成领域的第一项工作,旨在解决生成中文字符的问题。

via |̲̅S̲̅V̲̅I̲̅P̲̅|Cyan
🚀CyanNAI Report投稿
🤣CyanNAI 主频道


AI图片引发混乱 欧盟将要求所有生成式AI内容必须注明来源

针对AI生成图片引发的混乱,4月3日,欧盟内部市场专员、工业和信息化产业负责人蒂埃里·布雷顿(Thierry Breton)公开表示,欧盟希望对AI生成的内容进行强制性的规定。

布雷顿表示:“欧盟将是首个做出明确规定的政府,人工智能生成的一切,无论是文本还是图像,都有义务告知它们是由人工智能完成的。”

欧盟人工智能法案将于本月起正式进行投票,生成式AI也将作为被监管的重点对象被纳入其中。“如果有人在社交网络上发布由AI生成的图像却不表明是由AI生成的,他们将面临法律诉讼。”布雷顿表示。(第一财经)

via 🆕 Testflight 科技新闻投稿📮
🚀CyanNAI Report投稿
🤣CyanNAI 主频道


华为盘古大模型即将亮相 4月8日展示其进展及应用

4 月 8 日至 9 日,由中国人工智能学会主办的人工智能大模型技术高峰论坛将在杭州萧山举办。会议议程显示,华为云人工智能领域首席科学家田奇将于 4 月 8 日 11:00-11:30 介绍“盘古大模型的进展及其应用”。

初代华为盘古大模型发布于2021年,其是基于昇腾计算产业生态,产业链和昇腾生态产业链重合

通过模型泛化,华为盘古大模型可解决传统AI作坊式开发模式下不能解决的AI规模化、产业化难题,目前该模型已经在金融、气象、工业等多个领域落地应用。

其中,盘古NLP大模型已在在智能舆情、智能营销等场景落地,正取代目前逐渐上升的人力成本和低成功率的智能客服与营销系统。

在权威的中文语言理解评测基准CLUE榜单中,盘古NLP大模型在总排行榜及分类、阅读理解单项均排名第一,刷新三项榜单世界历史纪录,多项子任务得分业界领先。其模型参数最高达2000亿,远高于此前的GPT - 3。

应用方面,华为介绍称盘古CV大模型也已用于智能巡检、智慧物流等场景,筛选效率提升30倍、筛选质量提升5倍,模型的精度比普通模型提升18%。

在盘古气象大模型方面,其气象预报精度已超过传统数值方法,速度提升1000倍,并可以降低20%以上的位置误差。

via 🆕 Testflight 科技新闻投稿📮
🚀CyanNAI Report投稿
🤣CyanNAI 主频道


德国:如果有必要,将阻止访问ChatGPT
路透社4月3日报道,德国数据保护专员在周一发表的评论中告诉德国商报,德国可能会效仿意大利的做法,以数据安全问题为由阻止 ChatGPT。

周五,在国家数据机构暂时禁止聊天机器人并对人工智能应用程序涉嫌违反隐私规则展开调查后,由微软支持的OpenAI在意大利下线了ChatGPT 。


via |̲̅S̲̅V̲̅I̲̅P̲̅|Cyan
🚀CyanNAI Report投稿
🤣CyanNAI 主频道









Показано 12 последних публикаций.

320

подписчиков
Статистика канала