构建企业级 RAG 系统的高级指南 [译]
构建企业级 RAG 系统的高级指南 [译]欢迎再次加入我们的“RAG 系统高级掌握”系列!我们将深入了解构建企业级 RAG (Retrieval-Augmented Generation) 系统的复杂世界。
搜索
欢迎再次加入我们的“RAG 系统高级掌握”系列!我们将深入了解构建企业级 RAG (Retrieval-Augmented Generation) 系统的复杂世界。
“中国现在有数以百计的通用大模型,其中的90%没多大用处,也发展不起来,只会加剧资源和人力的浪费,应该被淘汰。”1月18日,在“北京CGT新势发布会”上,中国科学院院士、翊博生物首席科学家陈润生向经济观察网谈及他对国产大模型的看法。
不止AI公司在备案,现在已经覆盖到更多垂直行业和场景。
以大规模著称的Transformer,在实际应用中的高算力和高成本,让不少中小型企业望而却步。
两个月前,包括网易有道,蚂蚁集团、知乎、美团在内的11家公司,其大模型产品作为第二批次通过了官方备案,陆续官宣向社会开放服务、推出产品。
AI 生成 3D 模型最难的一关,终于被搞定了。
融合多个异构大语言模型,中山大学、腾讯 AI Lab 推出 FuseLLM
在 AI 领域,推特博主的影响力可能比想象中要大。
OpenAI联创、前特斯拉AI总监Karpathy发文,用自动驾驶诠释AGI!
斯坦福炒菜机器人的大火,开启了2024年机器人元年。最近,CMU研究团队推出了一款能在开放世界完成任务的机器人,成本仅18万元。没见过的场景,它可以靠自学学会!
药物与靶标之间的结合亲和力的预测对于药物发现至关重要。然而,现有方法的准确性仍需提高。另一方面,大多数深度学习方法只关注非共价(非键合)结合分子系统的预测,而忽略了在药物开发领域越来越受到关注的共价结合的情况。
一张名为《大模型的深渊》的图,在去年广为流行。吃瓜群众惊诧地发现,原来绝大多数大模型,都挤在深不见底的层级,“宣称自己快要落地的”“再等等决定啥时候落地的”“什么落地不落地的”“怎么还有这么多没听说过的大模型啊”……
AI或许会在游戏开发中扮演越来越重要的作用
ChatGPT悄悄更新个大功能!看起来要把插件系统迭代掉了。
一款名为Vary-toy的“年轻人的第一个多模态大模型”来了!模型大小不到2B,消费级显卡可训练,GTX1080ti 8G的老显卡轻松运行。
GPT-4再次重磅更新,推出了整合了画图、插件、代码等所有工具的All Tools功能。
直至2023年,大模型提出“重做一遍”的口号,将创业者拉回2015年遍地黄金时代,这是所有人的机会,也是时代再造英雄的时刻。
一项ICLR拒稿结果让AI研究者集体破防,纷纷刷起小丑符号。争议论文为Transformer架构挑战者Mamba,开创了大模型的一个新流派。发布两个月不到,后续研究MoE版本、多模态版本等都已跟上。
Deepfake最新受害者出现了——全球顶流,霉霉女士(Taylor Swift)。
全新GPT-4 Turbo预览模型据介绍,该模型能更完整彻底地完成代码生成等任务,以减少模型未完成任务的“惰性”情况。
大神最新论文刚刚挂上arXiv,还是热乎的:解构扩散模型,提出一个高度简化的新架构l-DAE(小写的L)。
AI 图像编辑领域一直是热门领域,国内的妙鸭相机就是其中的代表产品,但 ToC 显然不是产品落地的唯一场景,更多垂直场景的落地才是 AI 图像编辑的发展方向。最近刚融到资的 AI 图像编辑工具 PhotoRoom,主切电商营销场景,目前累积下载已突破一亿次,已完成一轮 5000-6000 万美元的融资。
YC昨天投的那家公司,VectorShift,是一家AI应用自动化构建平台。他们利用人工智能来搜索知识库、生成文档并部署聊天机器人和助手,以帮助任何组织构建企业级AI应用程序。
今天,美国国家科学基金会( NSF )正式启动这个庞大的试点项目,让更多美国研究人员和学校(而不仅仅是财力雄厚的科技公司或精英大学及其研究人员)获得计算资源。
1月18日,马克·扎克伯格宣布,Meta正在计划构建自己的AGI(通用人工智能),将在绝大多数领域中都达到或超越人类智能水平。同时他强调,保证会向大众开放这一技术,以便人人都能从中获益。
通义千问的图像推理能力,最近有了大幅提升。
风投烧完之后,哪些大模型创业公司会开始盈利?
本文介绍首个大模型时代下的文本水印综述,由清华、港中文、港科广、UIC、北邮联合发布,全面阐述了大模型时代下文本水印技术的算法类别与设计、评估角度与指标、实际应用场景,同时深入探讨了相关研究当前面临的挑战以及未来发展的方向,探索文本水印领域的前沿趋势。
昨夜,OpenAI一口气连更5款新模型。GPT-4 Turbo变懒问题修复,代码生成能力史诗级加强。另外,多款模型价格大幅暴降。
美国著名科技播客Latent Space对于刚刚过去的NeurIPS 2023上的精彩论文进行了一个全面的总结,回顾了多篇优秀论文,虽然没有获奖,但同样值得学界关注。