LLM实践系列
经过了数据收集、筛选、去重，马上就可以开始训练实验了，但是在实验之前，我们还需要先获取一个语言模型的基石，分词器，Tokenizer，Tokenizer的作用是对一条文本数据进行切分、词表映射，得到这条文本的token序列，用开源Token......
将端侧大模型进行到底
面壁一直都在做端侧大模型，之前有文本系列MiniCPM2B模型，还有多模态系列的MiniCPMV系列模型，今天又开源了MiniCPM34B模型，真是端侧一路走到低，这次MiniCPM34B也是在效果上有了巨大的提升，超过Phi3.5mini......
小模型 VS 大模型
首先，我们思考一个问题，为什么qwen2基本上是当下最受欢迎的开源模型，说实话，相比于deepseek、llama、minicpm这些诚意满满的技术报告，qwen2的技术报告稍显一些&，ldquo，小家子气&，r......
具有空间意识的文本 谷歌& Mistral AI发布TIPS
文章链接，https，arxiv.orgpdf2410.16512亮点直击通用图像表示模型，TIPS结合图像文本和自监督学习的优势，适用于密集和全局预测任务，实现了广泛的下游应用，增强的文本监督信号，利用合成生成的图像描述标签，提升了模型对......
2024年大模型LLM还有哪些可研究的方向 听听大佬怎么说
2024年大模型LLM还有哪些可研究的方向，前言纯属brainstorm，欢迎大家一起探讨，想到哪里说到哪里，有遗漏的点欢迎大家在评论区中指出，个人认为现在LLM能做的点还很多，这个行业距离饱和还有一段距离，这里通过&，ldq......
首次超越扩散模型和非自回归Transformer模型！字节开源RAR 自回归生成最新SOTA！
文章链接，https，arxiv.orgpdf2411.00776项目链接，https，yucornetto.github.ioprojectsrar.html代码&，amp，模型链接，https，github.combyte......
定制化视频生成新模范！零样本主体驱动 精确运动控制！复旦& 阿里等发布DreamVideo
文章链接，https，arxiv.orgpdf2410.13830项目链接，https，dreamvideo2.github.io亮点直击DreamVideo2，首个无需微调，同时支持主体定制和运动控制的零样本视频定制框架，能够通过设计的参......
首个离散扩散模型精确反演方法！ 灵活精确可控编辑！Dice
文章链接，https，arxiv.orgpdf2410.08207项目链接，https，hexiaoxiaocs.github.ioDICE亮点直击引入了DICE，一种用于离散扩散模型，包括多项扩散和mask生成模型，的反演算法，通过记录并......
微软 罗切斯特大学& 图像编辑多任务一网打尽！PromptFix 大规模视觉指令数据集 新型扩散模型&
文章链接，https，arxiv.orgpdf2405.16785项目链接，https，www.yongshengyu.comPromptFixPage亮点直击提出了一个为七个图像处理任务量身定制的综合数据集，该数据集包含约101万对多样化......
条件生成和理解 统一多模态大模型！PUMA 着色 修复 编辑 多粒度策略笑傲生成
文章链接，https，arxiv.orgpdf2410.13861项目链接，https，github.comrongyaofangPUMA亮点直击多粒度特征处理，PUMA能够同时处理粗粒度和细粒度的视觉特征，适应不同任务的需求，如文本到图像......