实际使用 SORA [译]

2024 年 2 月,我们首次报道了 OpenAI 发布的 SORA,当时我们将其形容为视频领域的 DALL·E。SORA 是一个生成时间更长、内容更连贯的视频的扩散模型。OpenAI 通过使模型能预见多帧内容,成功解决了视频主体即便短暂消失也能保持连贯性的技术难题。目前,SORA 能够一次性生成长达一分钟的完整视频。OpenAI 还表示,未来可能进一步扩展视频的长度,甚至实现两段视频的无缝连接。

April 26, 2024

View Article

No Priors 第 61 集 | 采访 OpenAI 的 Sora 团队负责人 Aditya Ramesh、Tim Brooks 和 Bill Peebles [译]

嗨,亲爱的听众们。欢迎收听"No Priors"的另一期节目。今天,我们有幸与 OpenAI 的 Sora 团队进行交谈,Sora 是一种新的生成式视频模型,能够接受一段文本提示词,然后返回一段视频剪辑高清、视觉连贯的,长达一分钟。Sora 也引起了人们的思考,即这些大规模的视频模型是否是世界模拟器,同时它把可扩展的 Transformer 架构应用到了视频领域。我们今天的嘉宾就是 Sora 的团队成员们。Aditya Ramesh、Tim Brooks 和 Bill Peebles。欢迎来到"No Priors",各位。

April 25, 2024

View Article

台积电在美国郊区建造芯片工厂的艰辛历程 [译]

工期延误以及台湾和美国同事之间的紧张关系正在困扰着这家芯片巨头在凤凰城的扩张。

April 24, 2024

View Article

Meta 宣布推出 Llama 3 [译]

Meta 宣布推出 Llama 3 的介绍视频文稿,里面介绍了很多 Llama 3 的细节。

April 23, 2024

View Article

从一个卡车司机到 38 岁成为 Ruby on Rails 开发者 [译]

从这篇文章讲述了 Pedro David Garcia Lopez 的转变故事,他在 38 岁高龄从卡车司机转职成为了一个 Ruby on Rails 开发者,挑战了业界对年龄的固有偏见完全是无稽之谈!Pedro 的经历在 LinkedIn 上激励了我。

April 23, 2024

View Article

硅谷女孩采访 Perplexity 创始人 Aravind [译]

遇见阿拉温德,这位来自印度的创新者,他辞去 OpenAI 的工作,决心要挑战 Google - 和玛丽娜·莫吉尔科的深入对话。新一代搜索引擎将会是什么样?让我们和阿拉温德·斯利尼瓦斯一起发现,他从印度来到美国,带着 AI 的力量来革新在线搜索体验。

April 21, 2024

View Article

DREAM: 分布式 RAG 实验框架 [译]

使用 Ray, LlamaIndex, Ragas, MLFlow 和 MinIO 在 Kubernetes 上的分布式 RAG 实验蓝图

April 20, 2024

View Article

RAG 在长上下文大语言模型 (LLM) 中的应用探讨 [译]

这是@rlancemartin 最近在几个聚会上关于在长上下文 LLM 时代使用 RAG 的讲座。随着上下文窗口增至超过 100 万 Token,很多人质疑 RAG 是否已经过时。我们结合几个最新的项目成果来分析这个问题。我们讨论了长上下文 LLM 在事实推理和信息检索方

April 18, 2024

View Article

介绍 Meta Llama 3:迄今为止最强大的开源大语言模型 [译]

今天,我们正在介绍 Meta Llama 3,我们最先进的开源大语言模型 (LLM) 的下一代。Llama 3 模型很快将在 AWS, Databricks, Google Cloud, Hugging Face, Kaggle, IBM WatsonX, Microsoft Azure, NVIDIA NIM, 和 Snowflake 上可用,并得到 AMD, AWS, Dell, Intel, NVIDIA, 和 Qualcomm 提供的硬件平台的支持。

April 18, 2024

View Article

第 2 章:技术性能 —— 2024 年人工智能指数报告 [译]

本章的技术性能部分为您呈现了 2023 年 AI 的全面进展。起始于对 AI 技术性能的高层次概述,本文档记录了 AI 的逐步发展。接着,本章深入分析了当前在多个方面的 AI 能力,包括语言处理、编程、计算机视觉(图像和视频分析)、推理、音频处理、自治智能体、机器人以及强化学习 (reinforcement learning)。此外,本章还重点介绍了过去一年里 AI 研究的重大突破,讨论了如何通过提示、优化和微调来提升大语言模型的性能,并最终探讨了 AI 系统对环境的影响。

April 17, 2024

View Article