清华联合字节开源一款认知导向的开源听觉大语言模型SALMONN
清华大学电子工程系与字节跳动火山语音团队合作,于上周推出一款认知导向的开源听觉大语言模型SALMONN(Speech Audio Languag…
栏目
大语言模型(LLM)是指使用大量文本数据训练的深度学习模型,可以生成自然语言文本或理解语言文本的含义。大语言模型可以处理多种自然语言任务,如文本分类、问答、对话等,是通向人工智能的一条重要途径
清华大学电子工程系与字节跳动火山语音团队合作,于上周推出一款认知导向的开源听觉大语言模型SALMONN(Speech Audio Languag…
Meta于当地时间8月22日开源发布了AI翻译模型SeamlessM4T,能转录和翻译数百种语言的语音和文本,并开源了翻译数据集Seamless…
这篇文章介绍了一种基于文本生成3D模型的方法,通过使用强大的文本到图像扩散模型,能够生成具有引人注目的几何形状和外观的3D模型。然而,现有的方法…
项目地址:https://github.com/Databingo/aih 对于开发者来说,这不仅可以节省时间,提高工作效率,同时还可以实时获取…
本文介绍了一种新的方法,可以实现高质量的实时场景渲染。该方法利用3D高斯模型来表示场景,通过优化和密度控制实现对场景的准确表达,并使用快速的可见…
FinGPT 的三个核心特点是:FinGPT 是一个针对金融领域的开源人工智能模型,该模型提供自动化数据管理和类似机器人顾问和算法交易等应用的潜…
「快意」大模型(KwaiYii) 是由快手AI团队从零到一独立自主研发的一系列大规模语言模型(Large Language Model,LLM)…
这个产品旨在帮助程序员在日常工作中提高效率,同时也是新开发者提升技能的学习工具。 网址: https://stability.ai/blog/s…
斯坦福团队基于ChatGPT打造的“AI小镇” 开源,作者在GitHub公布了这个项目的源代码,并附上了部署教程。 GitHub页面: http…