-
-
-
-
-
-
利用LLMs进行自动化软件开发:设计选择和实现结果
本文讨论了利用LLMs在自动化软件开发中的作用,包括设计选择和实现结果,以及对代码质量的定性评估。同时介绍了LangChain编写的仅有几行Python代码的代理实现的一些结果。- 664
- 0
-
-
苹果iPhone的新AI技术突破及未来展望
苹果公司的研究人员取得了在iPhone上部署大型语言模型的关键性突破,利用创新的闪存利用技术解决内存限制问题,将AI模型能够运行的规模提升至iPhone可用内存的两倍,为未来iPhone带来了新的AI应用可能性。- 628
- 0
-
CodeT5+:基于编码器 – 解码器的大型语言模型应用于代码理解和生成任务
本文介绍了来自Salesforce的研究者提出的CodeT5+,一个基于编码器 - 解码器的大型语言模型,用于广泛的代码理解和生成任务。该模型通过灵活的预训练任务和架构设计,解决了现有模型在不同下游任务中性能不佳的问题。- 67
- 0
-
纽约大学 Tandon 工程学院的新研究发现:AI在招聘中存在偏见
纽约大学 Tandon 工程学院的新研究发现,AI在招聘流程中存在偏见,特别是与育儿有关的就业间隙、政治派别和怀孕状态。研究结果表明,这种偏见可能导致符合资格的求职者被不公平地筛选出合适的职位。- 845
- 0
-
Chameleon框架:实时信息获取、外部工具利用和精确数学推理的新利器
Chameleon框架是一个新型的即插即用模型,融合了多种工具,包括LLMs、视觉模型、网络搜索引擎、Python功能及基于规则的模块,在科学问答任务和表格数学推理任务中展现了卓越性能,是解决复杂任务的强大工具。- 541
- 0
-
Code Llama: 开源代码生成模型LLMs的新标准
本文介绍了Code Llama,这是基于开源模型Llama 2的代码生成模型,通过自然语言处理和代码填充等技术,建立了新的开源LLMs标准。- 117
- 0
-
-
VideoChat: 一个以Chat为中心的视频理解系统
VideoChat是一个以Chat为中心的视频理解系统,集成了视频基础模型与LLMs,通过可学习的方式完成视频与语言的对齐,实现了高效、可学习的视频理解。论文从模型角度探讨了视频与语言的集成方法,为视频理解领域带来新思路。- 53
- 0
-
-
GAIA基准测试揭示人类在处理现实问题上超越人工智能的新里程碑
GAIA基准测试揭示了人类在处理现实问题上的表现超越搭载GPT-4插件的人工智能,为下一代人工智能系统的发展提供了机会。通过API或网络访问增强LLMs准确性和使用案例,GAIA为人工智能助手提供了清晰的排名,并强调了性能进一步改进的需求。- 332
- 0
-
幻觉的定义、产生原因和评估方法
本文探讨了幻觉的定义、产生原因和评估方法,包括Faithfulness和Factualness的区别,以及数据层面和模型层面可能导致幻觉的原因。同时介绍了幻觉评估的Reference-based和Reference-Free方法。- 103
- 0
-
LLMs在2022年的巨大进展和未来展望
2022年是LLMs取得重大进展的一年,包括BLOOM和ChatGPT的发布,以及LangChain框架的出现。本文将介绍LangChain库和其在LLMs领域的应用。- 487
- 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!