我个人对llm是一种很复杂的态度，毕竟，它真的击碎了我2023年之前所有的技术积累，以前在nlp苦心钻研的训练经验、模型结构、不同任务类型的不同处理技巧，好像在ChatGPT面前显得一文不值，不过，事情都有两面性，与我的技术一起被击碎的，还有我那一潭死水的工作内容，我不再是特征工程师——，花了几个月...

  中国知名大模型平台MiniMax旗下的海螺AI，最新上线的文生视频产品，受到了国外的盛赞，多数人表示一点也不比Sora、Runway、luma等国际顶级产品差，根据，AIGC开放社区，实际使用体验来看，其生成视频的质量、推理效率、动作一致性，多样性、文本语义还原、色彩搭配、景深、光影效果等非常优秀，...

  欢迎来到AI.x，AI.x社区致力于为技术人提供一个和谐、融洽、气氛良好、内容优质的交流与学习的平台，社区鼓励大家积极踊跃发布有价值的内容，与我们共建AIGC的专属生态，一、原创要求，一，原创内容特指以下含义，原创帖子，本人独立完成的文章创作，不属于歪曲、篡改他人创作或者抄袭、剽窃他人创作而产生的作...

  ​LLMs的智能本质是什么，在之前的文章中，我谈到了评估大型语言模型能力的困难，这些模型在许多基准测试中表现出色，但我们通常不知道基准测试中的测试项目，或足够相似的项目，是否出现在训练数据中，这些模型是在进行一般性的理解和推理，还是在进行AI研究员SubbaraoKambhampati所说的，近似检...

  随着人工智能技术的不断发展，大型语言模型成为人们关注的焦点之一，通用语言模型如GPT，3在各种语言处理任务上展现了强大的能力，但随着对特定领域需求的增加，领域特定的大型语言模型应运而生，这些模型通过在专业的领域内进行深入训练或精调，提供了有针对性精准定制的解决方案，在，Whataredomain，s...

  最近消失了近一个月，我胡汉三回来了，确实因为工作太忙了，国庆假期也回了趟老家，让自己好好放松了一个月，现在还真想抽自己，AI领域日新月异，更新的实在是太快了，一个月已然又发生了巨大变化，自己都有些落后了，就在前两天，kimi在距离上次发布生成PPT功能也已有两月有余，中间没有任何更新，这次它带着探索...

  啊，刷爆外网的EMO模型它终于来了！！！上传一张照片，就能让照片里的人开口唱歌、说话、甚至讲段子，试了一下，效果还是相当不错，嘴型对得也很好，不愧是阿里出品的，它能够根据单一的参考图像和音频输入，直接生成具有丰富表情和多样头部姿势的虚拟角色视频，实在太好玩了，那在哪玩呢，由于内测太过火爆了，目前已经...

  有朋友问我，现在这么多大语言模型，哪一款最好用，这并没有标准答案，每个模型都有自己独特优势，需要根据具体的使用场景来区分，带大家一起盘点下国内比较常用的几款大模型及其特性，看看哪款适合你，百度——，文心一言，大模型产品介绍文心一言是百度基于文心大模型打造的生成式AI产品，具备跨模态、跨语言的深度语义...

  这两天又发现了KimiChat一个牛逼的用法，现在已经在探索KimiChat的道路上越走越远，这次发掘到的牛逼用法就是可以让KimiChat直接生成流程图，是不是听着就很牛逼，没错就是像这样的流程图，你可能会有疑问，KimiChat不是不能画图嘛，接下来就给大家展示一下这个神奇用法，哦，还忘记说了，...

  最近几天高考，在试卷题目爆出来后，很多人拿AI进行解答，做全套数学、英语、理综卷子等等，尤其是今年高考的语文作文题目，本身就是与人工智能强相关，用AI生成作文描述对AI的看法，额外火爆，随着今天高考的落幕，各位高三学子也确实幸苦了，接下来就是静待好消息，准备报考自己心仪的专业和学校了，但是在报考专业...

  大型语言模型，LLMs，在多种任务中表现出色，但存在诸如幻觉，hallucinations，、时间错位，temporalmisalignments，、上下文处理问题和微调效率低下等挑战，为了解决这些问题，研究人员通过检索增强型生成，RAG，方法，将外部知识源与LLMs结合，显著提高了复杂问题的准确回...

  大型语言模型，LLMs，在自然语言处理，NLP，领域促进了重大进展，但它们也面临着诸如幻觉和需要特定领域知识等挑战，为了缓解这些问题，最近的一些方法将从外部资源检索到的信息与LLMs相结合，显著提高了它们在NLP任务中的表现，但是缺乏对检索增强型语言模型，RALM，全面概述，因此，对包括检索增强生成...

  传统大模型工具调用的方法依赖于将工具描述作为上下文输入，这受到上下文长度的限制，并需要单独的、通常效率低下的检索机制，之前基于检索的方法与ToolGen之间的比较，以前的方法使用检索器根据相似性匹配检索相关工具，这些工具进一步被放入提示中供LLMs选择，ToolGen可以通过直接生成工具标记来检索工...

  又是发布即开源！Meta，分割一切AI，二代在SIGGRAPH上刚刚亮相，相较于上一代，它的能力从图像分割拓展到视频分割，可实时处理任意长视频，视频中没见过的对象也能轻松分割追踪，更关键的是，模型代码、权重以及数据集通通开源！它和Llama系列一样遵循Apache2.0许可协议，并根据BSD，3许可...

  想象一下，你仅需要输入一段简单的文本描述，就可以生成对应的3D数字人动画的骨骼动作，而以往，这通常需要昂贵的动作捕捉设备或是专业的动画师逐帧绘制，这些骨骼动作可以进一步的用于游戏开发，影视制作，或者虚拟现实应用，来自阿尔伯塔大学的研究团队提出的新一代Text2Motion框架，MoMask，正在让这...