如何在本地安装及使用Ollama，轻松玩转本地大语言模型
在《打造本地专属GPT！使用这些软件轻松运行开源大语言模型》这篇文章里，已经向大家介绍了Ollama这款软件，Ollama可以在本地机器上部署和管理大语言模型，Ollama 提供了简单的命令行界面（C...
排序
视觉-语言适配器PaLM2-VAdapter：将传统的视觉编码器和大语言模型结合起来
PaLM2-VAdapter模型的主要目的是更有效地连接视觉编码器和大语言模型，以提高它们之间的协同工作效果。 论文 它能够有效地将传统的视觉编码器（vision encoders）和大语言模型（LL...
谷歌推出新一代开源模型Gemma，轻量级高性能，助力AI创新
谷歌推出开源模型Gemma，这是一款轻量级、先进的开源模型，供开发者和研究人员用于AI构建。Gemma模型家族包括Gemma 2B和Gemma 7B两种尺寸，能够在不同的设备类型上运行，包括笔记本电脑...
新框架VSP-LLM：通过观察视频中人的嘴型来理解和翻译说话内容
这篇论文介绍了一个名为VSP-LLM（Visual Speech Processing incorporated with LLMs）的新框架，它结合了视觉语音处理和大语言模型（LLMs），以提高视觉...
新型图像生成模型家族LlamaGen：将大语言模型（Llama）应用到视觉图像生成领域
香港大学及字节跳动的研究人员推出新型图像生成模型家族LlamaGen，将大语言模型（Llama）中原用于文本生成的“下一个令牌预测”范式应用到了视觉图像生成领域。LlamaGen是对传统自回归模型在图...
新型图像生成技术StrokeNUWA：利用大语言模型生成矢量图形
StrokeNUWA是一种新型图像生成技术，用于仅通过大语言模型（LLM）生成矢量图形，无需依赖专门的视觉模块。 论文 该方法的关键创新在于利用矢量图形固有的视觉语义，将矢量图形编码为"笔画"标记，这...
新型视觉模型训练方法SynCLR：完全从生成模型中学习，不需要任何真实数据
来自谷歌和MIT的研究人员提出一种新型视觉模型训练方法SynCLR，它完全从生成模型中学习，而不需要任何真实数据。 GitHub 论文 SynCLR的核心思想是利用大语言模型（LLMs）生成大量的图像...
LoRA：为解决大语言模型微调而开发
微软的研究人员于2021年推出LoRA（Low-Rank Adaptation of Large Language Models，大语言模型的低阶适应），这是为解决大语言模型微调而开发的一项技术，用于...
Cohere 推出了 Command A：高性能、低计算需求的大语言模型，为企业量身定制
今天，Cohere 推出了 Command A，一款专为企业设计的新型先进生成模型，旨在满足企业对快速、安全和高质量 AI 的高要求。Command A 在性能、效率和企业级功能上表现出色，是市场上最...
ComfyUI GeminiOllama Extension：将大语言模型及多种图像处理工具集成到 ComfyUI 中
ComfyUI GeminiOllama Extension是一款ComfyUI插件，此插件将 Google 的 Gemini API、OpenAI（ChatGPT）、Anthropic 的 Clau...
Block Diffusion：结合了自回归（Autoregressive）和扩散（Diffusion）模型优点的新型语言生成模型
康奈尔科技校区、斯坦福大学和Cohere推出语言模型Block Diffusion，它是一种结合了自回归（Autoregressive）和扩散（Diffusion）模型优点的新型语言生成模型。论文的核...
苹果推出基于最优传输理论的通用框架ACT：用于控制大型生成模型的生成过程
大型生成模型（如大语言模型LLMs和文本到图像扩散模型T2Is）的能力不断增强，但其日益广泛的部署也引发了对可靠性和安全性的担忧。为了解决这些问题，研究人员提出了通过引导模型激活来控制模型生成的方法...
