一个实时适应未见任务的自适应大型语言模型框架。
SakanaAI/self-adaptive-llms是一个名为Transformer²的自适应框架,旨在解决传统微调方法计算密集且处理多样化任务能力静态的挑战。该框架能够在推理过程中通过两步机制实时调整大型语言模型(LLMs)以适应未见任务:首先,调度系统识别任务属性;然后,使用强化学习训练的任务特定'专家'向量被动态混合,以获得针对输入提示的目标行为。主要优点包括实时任务适应性、计算效率和灵活性。该项目由SakanaAI团队开发,目前在GitHub上开源,拥有195颗星和12次分叉。
AI天气预测模型,提供高达15天的高精度天气预报
GenCast是由Google DeepMind开发的一款新型高分辨率(0.25°)AI集合模型,它在预测日常天气和极端天气事件方面比欧洲中期天气预报中心(ECMWF)的ENS系统更准确,提前15天提供更快速、更准确的预测。该模型基于扩散模型,是最近在图像、视频和音乐生成中取得快速进展的生成性AI模型的一种。GenCast通过分析历史天气数据学习全球天气模式,并能够准确生成未来天气情景的复杂概率分布。该模型的代码、权重和预测结果将公开发布,以支持更广泛的天气预报社区。
将书籍转化为有声书,脚本转化为播客的全面工作流程
ElevenLabs Projects 是一个专注于长音频内容制作的平台,它允许用户将书籍和脚本转换成有声书和播客。该产品支持多种文件格式,拥有广泛的语音库,并提供情感范围和上下文适应的AI语音技术。它还提供了一系列高级功能,如多语言支持、特定文本片段的语音分配和片段编辑。ElevenLabs Projects 以其高质量的AI音频技术,帮助创作者和企业在全球范围内传播他们的故事。
文本到图像生成的自适应工作流
ComfyGen 是一个专注于文本到图像生成的自适应工作流系统,它通过学习用户提示来自动化并定制有效的工作流。这项技术的出现,标志着从使用单一模型到结合多个专业组件的复杂工作流的转变,旨在提高图像生成的质量。ComfyGen 背后的主要优点是能够根据用户的文本提示自动调整工作流,以生成更高质量的图像,这对于需要生成特定风格或主题图像的用户来说非常重要。
AI驱动的学习卡片,提升学习效率
Flash利用人工智能技术,通过自适应学习卡片帮助用户更快地学习,更长久地记忆,并在考试中取得优异成绩。它通过个性化的学习路径和游戏化的学习体验,激发学习者的潜力,提高学习效率。
利用AI技术预测天气和气候,助力人类适应极端天气
Brightband是一个致力于通过先进的地球系统AI技术,使天气和气候变得可预测,以帮助人类适应日益极端的天气变化。该平台通过开源基准数据集、模型和指标,鼓励全球社区共同提升天气预测的技术水平。Brightband提供给学术界、政府和公司使用的工具,旨在改善与天气和气候相关的决策,从而长期造福人类和地球。
机器人乒乓球竞赛水平达到业余人类水平
这是Google DeepMind团队研发的机器人乒乓球代理模型,它通过深度学习技术,实现了与业余人类选手在乒乓球比赛中的竞争力。这项技术的重要性在于它不仅推动了机器人在高速运动、实时精确决策和战略决策制定方面的技术发展,而且为机器人与人类直接竞争提供了一个有价值的基准。
开源框架,支持数据驱动的自适应语言代理。
aiwaves-cn/agents 是一个开源框架,专注于数据驱动的自适应语言代理。它提供了一种系统化框架,通过符号学习训练语言代理,灵感来源于用于训练神经网络的连接主义学习过程。该框架实现了反向传播和基于梯度的权重更新,使用基于语言的损失、梯度和权重,支持多代理系统的优化。
高效准确的气候模拟模型
NeuralGCM是由谷歌研究团队开发的气候模型,与传统基于物理的气候模型相比,它结合了机器学习技术,提高了模拟的准确性和效率。NeuralGCM能够生成2至15天的天气预测,其准确性超过了当前的黄金标准物理模型,并且在重现过去40年的温度数据方面比传统大气模型更为准确。尽管NeuralGCM尚未构建为完整的气候模型,但它标志着开发更强大、更易用气候模型的重要一步。
水彩插画风格的文字到图像生成模型
这是一款基于stabilityai/stable-diffusion-xl-base-1.0的LoRA适应性权重模型,专为生成具有水彩插画风格图像而设计。它通过LoRA技术增强了原有模型的特定风格生成能力,使得用户可以更精确地控制生成图像的风格。
自适应扩散模型,生成多语言字体效果
FontStudio是一个创新的字体效果生成模型,它利用自适应扩散技术,能够在不规则的字体形状画布上生成连贯一致的视觉内容。这项技术突破了传统矩形画布的限制,为多语言字体设计提供了新的解决方案。FontStudio系统在用户偏好研究中显示出明显的优势,甚至在与Adobe Firefly等顶尖商业产品比较时,也获得了78%的美学胜出率。
146亿参数的高性能MoE模型
Skywork-MoE是一个具有146亿参数的高性能混合专家(MoE)模型,包含16个专家和22亿激活参数。该模型从Skywork-13B模型的密集型检查点初始化而来,并引入了两种创新技术:门控逻辑归一化增强专家多样化,以及自适应辅助损失系数允许层特定的辅助损失系数调整。Skywork-MoE在性能上与参数更多或激活参数更多的模型如Grok-1、DBRX、Mistral 8*22和Deepseek-V2相当或更优。
河马爱学是一款基于AI驱动的K12教育增值产品
河马爱学拥有行业领先的技术团队,通过构建基于学习行为的推荐模型,评测学生能力并实时跟踪“掌握度”变化,个性化推荐学习内容,帮助老师精准教学,帮助学生自适应学习。产品提供课前预习、课中自主学习、课后巩固的全过程服务,支持多种智能互动做题方式,帮助学生主动学习和知识巩固。
社交网络和商业联盟平台
Acuration是一个社交网络和商业联盟平台,旨在连接气候创新者和行动者,促进资源密集型合作,提升能见度。我们提供社区连接、B2B协同、AI学习、资源访问、智能商业匹配、分析洞察等服务。我们的愿景是成为全球合作的催化剂,赋予全球影响力,我们的使命是创建一个用户友好、可扩展、安全的平台,帮助企业和个人实现个人和共同目标。
投资平台助力气候创业者融资
Dantia是一个投资平台,帮助气候相关的创业者从消费者、天使投资人和风险投资公司获得资金支持。创业者可以扩大人脉、与社区互动,获取初创采纳意见并定义市场策略。投资者可以加入气候意识投资者网络,构建投资组合。消费者可以找到气候积极的公司,支持气候创业项目。Dantia还提供个性化的投资机会推荐和AI辅助决策。
从单个图像中提取材料
Material Palette从单个真实世界图像中提取PBR材料(漫反射率、法线和粗糙度)的调色板。该产品提供了一种方法,通过扩散模型将图像的区域映射到材料概念,从而允许采样类似场景中每种材料的纹理图像。随后,利用独立网络将生成的纹理分解为空间变化的BRDF(SVBRDF),为渲染应用提供准备好的材料。该方法利用合成材料库和扩散生成的RGB纹理数据集,通过无监督域自适应实现对新样本的泛化。产品通过合成和真实世界数据集进行了全面评估,并展示了从真实照片估算材料并用于编辑3D场景的方法的适用性。
精准图像编辑,一站式满足多任务需求
Emu Edit是一款多任务图像编辑模型,通过识别和生成任务完成精准图像编辑,并在此领域内取得了最新的技术突破。Emu Edit的架构针对多任务学习进行了优化,并在众多任务上进行训练,包括基于区域的编辑、自由形式的编辑以及检测和分割等计算机视觉任务。除此之外,为了更有效地处理这多种任务,我们引入了学习到的任务嵌入概念,用于指导生成过程以正确执行编辑指令。我们的模型经过多任务训练和使用学习到的任务嵌入都能显著提升准确执行编辑指令的能力。 Emu Edit还支持对未见任务的快速适应,通过任务倒转实现少样本学习。在这个过程中,我们保持模型权重不变,仅更新任务嵌入来适应新任务。我们的实验证明,Emu Edit能够迅速适应新任务,如超分辨率、轮廓检测等。这使得在标注样本有限或计算预算有限的情况下,使用Emu Edit进行任务倒转特别有优势。 为了支持对基于指令的图像编辑模型的严格且有根据的评估,我们还收集并公开发布了一个新的基准数据集,其中包含七种不同的图像编辑任务:背景修改(background)、综合图像变化(global)、风格修改(style)、对象移除(remove)、对象添加(add)、局部修改(local)以及颜色/纹理修改(texture)。此外,为了与Emu Edit进行正确比较,我们还分享了Emu Edit在数据集上的生成结果。 Emu Edit 2023 Meta保留所有版权
© 2025 AIbase 备案号:闽ICP备08105208号-14