數(shù)學(xué)界的神仙眷侶。

相關(guān)論文已被 ICLR 2025 接收，并已開(kāi)源。

原標(biāo)題：DPO-Shift：一個(gè)參數(shù)可控改變DPO分布，緩解似然偏移 文章來(lái)源：機(jī)器之心 內(nèi)容字?jǐn)?shù)：2426字DPO-Shift：緩解大語(yǔ)言模型訓(xùn)練中的似然位移問(wèn)題 本文介紹...

奧特曼：第一次有人求我承諾不會(huì)下架一款模型

工作耗時(shí)半年，近百位學(xué)界、業(yè)界專(zhuān)家參與標(biāo)注

滿(mǎn)血版DeepSeek R1已全面接入

數(shù)學(xué)受挫，軟件起飛

Videco是什么 Videco 是專(zhuān)注于銷(xiāo)售和市場(chǎng)營(yíng)銷(xiāo)的 AI 個(gè)性化視頻生成平臺(tái)。基于AI 技術(shù)實(shí)現(xiàn)語(yǔ)音克隆和動(dòng)態(tài)變量功能，為每個(gè)潛在客戶(hù)生成高度定制化的視頻內(nèi)容...

Tanka 是具有長(zhǎng)期記憶功能的 AI 智能通訊工具，專(zhuān)為團(tuán)隊(duì)協(xié)作設(shè)計(jì)。Tanka基于記憶過(guò)去的對(duì)話(huà)和業(yè)務(wù)上下文，提供智能回復(fù)、總結(jié)要點(diǎn)、設(shè)置提醒等服務(wù)，幫助團(tuán)隊(duì)...

AgiBot Digital World 是智元機(jī)器人推出的高保真機(jī)器人仿真框架，為機(jī)器人操作技能研究與應(yīng)用提供高效支持。AgiBot Digital World集成海量逼真的三維資產(chǎn)、多...

ARTalk是東京大學(xué)和日本理化學(xué)研究所推出的新型語(yǔ)音驅(qū)動(dòng)3D頭部動(dòng)畫(huà)生成框架，基于自回歸模型實(shí)現(xiàn)實(shí)時(shí)、高同步性的唇部動(dòng)作和自然的面部表情及頭部姿勢(shì)生成。A...

HumanOmni 是專(zhuān)注于人類(lèi)中心場(chǎng)景的多模態(tài)大模型，視覺(jué)和聽(tīng)覺(jué)模態(tài)融合而成。通過(guò)處理視頻、音頻或兩者的結(jié)合輸入，能全面理解人類(lèi)行為、情感和交互。模型基于...

Spark-TTS 是SparkAudio 團(tuán)隊(duì)開(kāi)源的基于大型語(yǔ)言模型（LLM）的高效文本轉(zhuǎn)語(yǔ)音（TTS）工具， 無(wú)需額外的生成模型，直接從 LLM 預(yù)測(cè)的編碼中重建音頻，實(shí)現(xiàn)零樣...

ViDoRAG是阿里巴巴通義實(shí)驗(yàn)室聯(lián)合中國(guó)科學(xué)技術(shù)大學(xué)和上海交通大學(xué)推出的視覺(jué)文檔檢索增強(qiáng)生成框架。基于多智能體協(xié)作和動(dòng)態(tài)迭代推理，解決傳統(tǒng)方法在處理復(fù)雜...

Shandu 是開(kāi)源的 AI 研究自動(dòng)化工具，結(jié)合了 LangChain 和 LangGraph 技術(shù)，能自動(dòng)化地進(jìn)行多層次信息挖掘和分析，生成結(jié)構(gòu)化的研究報(bào)告。Shandu 的核心功能...