LAMM (Language-Assisted Multi-Modal) 旨在建设面向开源学术社区的多模态指令微调及评测框架，其包括了高度优化的训练框架、全面的评测体系，支持多种视觉模态。
CSRankings 2024结果出炉！全世界计算机科学机构的排名进行了大更新。在AI板块，清华、北大、上交分列TOP 3，CMU和浙大并列第4。AI TOP 10中的中国高校，还包括人大、南京大学、复旦大学、哈工大等。
最强的全能多模态模型来了！就在近日，智源研究院重磅发布了开源界的「Gemini」——Emu2，一口气刷新多项SOTA。
谷歌发布Gemini以后，一直宣称Gemini Pro要优于GPT-3.5，而CMU的研究人员通过自己实测，给大家来了一个客观中立第三方的对比。结果却是GPT-3.5几乎还是全面优于Gemini Pro，不过双方差距不大。
AI颠覆化学研究再次登上Nature！由CMU和Emerald Cloud Lab团队开发的GPT-4加持的AI工具，在不到4分钟的时间成功复现2010年诺奖研究成果。
谷歌的 Gemini 到底几斤几两？和 OpenAI 的 GPT 模型相比表现如何？CMU 这篇论文测明白了。
12月14日，谷歌推出AI音乐创作工具“MusicFX”，仅需几句话，用户即可生成原创的音乐作品。
现在ChatGPT等大模型一大痛点：处理长文本算力消耗巨大，背后原因是Transformer架构中注意力机制的二次复杂度。
今年 4 月 7 日，斯坦福大学发表的《Generative Agents: Interactive Simulacra of Human Behavior》论文出来之后的几天内，其中提到了一个很有趣的细节是信息的传递：一个 agent 想要举办情人节派对的消息会在小镇中逐渐扩散开来。
Meta谷歌接连放出重磅成果！Meta开源无缝交流语音翻译模型，谷歌放出无监督语音翻译重大突破Translation 3。
