-
北大团队联合兔展发起Open Sora计划,重磅复现Sora技术
北大团队联合兔展发起了Open Sora计划,旨在复现Sora技术,并集结开源社区的力量,已完成3个初步功能并公布技术细节。领衔者为北大教授袁粒和田永鸿,团队成员大部分为硕士生。- 467
- 0
-
北大开源性能最强CodeShell-7B代码基座模型和代码助手
北京大学软件工程国家工程研究中心知识计算实验室联合四川天府银行AI实验室,正式开源了性能更强的CodeShell-7B代码基座大模型和代码助手,支持商用,为新一代智能代码助手提供了轻量高效的全栈开源解决方案。- 223
- 0
-
百度商业AI技术创新大赛在北大举办,促进科技发展与人才培养
百度商业AI技术创新大赛在北京大学举办,旨在促进科技发展,培养人才,深化AI技术创新。本文介绍了大赛的举办背景、主题和意义,以及与会嘉宾的分享内容。- 389
- 0
-
北京大学团队提出需求驱动导航,让机器人更高效
北京大学的团队提出了需求驱动导航,让机器人更高效地满足用户需求。该导航任务将机器人根据用户需求指令寻找满足需求的物品,并通过学习需求指令的物品属性特征来提高成功率。- 486
- 0
-
北大微软亚洲研究院发布首个多轮多模态PPT任务完成基准PPTC GPT-4正确率仅6%
北大和微软亚洲研究院发布了首个多轮多模态PPT任务完成基准PPTC,评估大型语言模型在复杂多模态环境中的性能。评估结果显示GPT-4在创建新PPT文档任务中表现良好,但仍面临挑战。- 229
- 0
-
GPT-4完成正确率仅6%,北大等提出首个“多轮、多模态”PPT任务完成基准PPTC
最近对大型语言模型(例如ChatGPT和GPT-4)进行的评估工作主要侧重于在基本自然语言任务上的能力,以及模型生成用于解决单句用户指令的API的工具使用能力,却忽略了在理解复杂多模态环境中使用API完成用户指令的难题。为了填补LLM在复杂多模态环境中利用复杂工具完成多轮、多模态指令的评估空白,研究人员引入了PowerPoint任务完成(PPTC)基准测试,以评估LLM创建和编辑PPT文档的能力。- 337
- 0
-
北大&智源推出LLaMA-Rider训练框架,助力大型模型开放世界探索
北大&智源团队提出LLaMA-Rider训练框架,赋予大型语言模型在开放世界中自主探索、学习任务的能力,展现了对开放世界的持续学习和多任务解决能力。- 235
- 0
幸运之星正在降临...
点击领取今天的签到奖励!
恭喜!您今天获得了{{mission.data.mission.credit}}积分
我的优惠劵
-
¥优惠劵使用时效:无法使用使用时效:
之前
使用时效:永久有效优惠劵ID:×
没有优惠劵可用!