Open fly51fly opened 2 months ago
No 1. KnowAgent：知识增强的规划系统，旨在为基于... No 2. 现代编程思想公开课：主要讲授程序设计与实际应用。课... No 3. [IR] Self-Retrieval: Building an Information Retrieval System ...... No 4. LlamaGym：知识增强规划系统，旨在为基于LL... No 5. Botasaurus：全能的网络爬虫框架，旨在为开发人员建立强大的爬虫提供便利和效率 No 6. 微软免费的“面向初学者的生成式人工智能课程”（中文版），通过 12 章的课程，开启构建生成式 AI 应用程序之路 No 7. Small Language Model：构建小型语言模型的代码库，使用从YouTube视频中收集的数据 No 8. 当GPT遇上汽车：CarGPT展示领域特定语言模型的巨大潜力 No 9. 数学家证明巴赫的伟大：用机器学习解码音乐大师的创作奥秘 No 10. 马斯克本周将开源Grok，xAI掀起AI开源革命 No 11. 可在苹果芯片上运行的基于MLX的Stable Diffusion/SDXL文生图实现 No 12. PCT Planner：基于点云层析成像的3D导航系统，旨在为地面机器人在多层结构中提供高效且可扩展的全局导航框架 No 13. Musiclang：一个Python框架，用于编写... No 14. [LG] Understanding Biology in the Age of Artificial Intelligence ...... No 15. 携手@博文视点Broadview 送出3本《SPSSAU科研数据分析方法与应用》 No 16. [LG] Behavior Generation with Latent Actions 提出了一种新的人工智能模型——向量量化行为Transformer(VQ-BeT)，旨在通过学习离散表示来优化连续、多模态动作向量的行为生成问题。与传统的k均值聚类方法相比，VQ-BeT利用层次向量量化模块，能够更有效地捕捉多模态动作分布 ...... No 17. 晚安～ [月亮] No 18. [CV]《xT: Nested Tokenization for Larger Context in Large Images》 No 19. 提出一种新的层级扩散策略(HDP)用于机器人多任务操控，通过将任务规划和运动轨迹生成分解为两个层级，引入机器人动力学感知的低级控制Agent(RK-Diffuser)，实现了在保持动力学约束的同时提高操控精度和样本效率的创新突破。//[RO]《Hierarchical Diffusion Policy for Kinematics-Aware Multi-Task Robotic Manipulation》 No 20. 'Chat Nio - 下一代 AI 一站式解决方案，一站式 Chat + 中转 API 站点，支持 OpenAI，Midjourney，Claude，讯飞星火，Stable ...... No 21. [CL] Assisting in Writing Wikipedia-like Articles From Scratch ...... No 22. [LG] How Far Are We from Intelligent Visual Deductive Reasoning? ...... No 23. [CV] PixArt-Σ: Weak-to-Strong Training of Diffusion Transformer ...... No 24. oms-Diffusion：虚拟试穿项目，致力于解决服装行业高昂成本问题，支持IPadapter-faceID结合controlnet_openpose，用户可上传服装图片与参考姿势图进行试穿 No 25. 今日推介(第1341期)：面向运动感知多任务机器人操纵的分层扩散策略、基于记忆化摊销上下文的语言模型在线自适应、图神经网络的方差保持聚合策略、面向大图像中更大上下文的嵌套tokenization、In-Context锐度作为度量大模型缓解幻觉 ...... No 26. Musiclang：基于Llama 2的音乐生成模型 No 27. MindNLP：基于MindSpore的易于使用和... No 28. [CL]《Trial and Error: Exploration-Based Trajectory Optimization for LLM Agents》 No 29. repo2prompt：用于长上下文模型(如Claude 3 Opus)的工具，可以将GitHub仓库的内容转换为一个大提示 No 30. [RO]《Hierarchical Diffusion Policy for Kinematics-Aware Multi-Task Robotic Manipulation》 No 31. [LG] Can Large Language Models Reason and Plan? 探讨大型语言模型(LLM)是否具备逻辑推理和规划能力，通过对GPT3和GPT4的测试分析，揭示了LLM在处理规划任务时的局限性。LLM擅长于概率性地重构文本(近似检索)，但这并不意味着它们能够保证记忆完整答案或进行原理性推理。本 ...... No 32. 早！[太阳] No 33. [CL] Common 7B Language Models Already Possess Strong Math Capabilities ...... No 34. 新书：《Machine Learning Q and AI》,旨在通过问答形式深入探讨机器学习和人工智能的30个关键问题，涵盖神经网络架构、计算机视觉、自然语言处理、生产部署、预测性能和模型评估等广泛主题 No 35. 今日推介(第1340期)：基于试错的LLM智能体轨迹优化、大型语言模型线性表示根源研究、Tokenizer贪婪推断方法的有效性、LLM能否在没有问题的情况下回答多项选择题、硅基群体智慧与人类群体智慧相媲美 ...... No 36. 针对大型语言模型在生成过程中常出现的幻觉问题，提出了从模型内部表示角度出发，通过量化in-context隐状态的尖锐度并在解码时应用这一度量的方法，有效提高了语言模型的事实性，创新地解决了依赖外部知识库或高计算资源的现有方法的局限。//[CL]《In-Context Sharpness as Alerts: An Inner Representation Perspective for Hallucination Mitigation》 No 37. Flyde：开源的可视化编程工具，专为开发人员设计，包括VS Code扩展，与现有的TypeScript代码、浏览器和Node.js集成，Flyde的主要特色是提供了丰富的标准库、可视化调试器和TypeScript支持，旨在与传统的文本编码相辅相成，而不是替代 No 38. 文本嵌入能完美编码文本信息吗？ No 39. 在家训练70B大语言模型 No 40. [LG]《Online Adaptation of Language Models with a Memory of Amortized Contexts》 No 41. [LG]《GNN-VPA: A Variance-Preserving Aggregation Strategy for Graph Neural Networks》 No 42. [LG] EfficientZero V2: Mastering Discrete and Continuous Control ...... No 43. xT框架通过嵌套tokenization技术和长序列模型有效地整合了大图像的局部细节和全局上下文，显著提升了在需要大视域理解的任务中的性能，创新地解决了传统方法在处理大尺寸图像时不得不牺牲信息的问题。//[CV]《xT: Nested Tokenization for Larger Context in Large Images》 No 44. 通过实施LLM集成方法，研究者成功地复制了“集体智慧”效应，并展示了其在预测任务中的准确性可以与人类群体预测相媲美，此外，还发现LLM的预测能力可以通过融合人类预测信息得到提升，为LLM在各种社会应用中的使用开辟了新途径。//[LG]《Wisdom of the Silicon Crowd: LLM Ensemble Prediction Capabilities Rival Human Crowd Accuracy》 No 45. AgentLite：一个面向研究的库，用于构建和推进基于LLM的任务导向Agent系统，简化了新Agent/多Agent架构的实现，通过管理Agent实现了多个Agent的轻松编排，无论是构建个体Agent还是复杂的多Agent系统，AgentLite为研究和开发提供了简单而轻量的基础 No 46. [CL]《In-Context Sharpness as Alerts: An Inner Representation Perspective for Hallucination Mitigation》 No 47. lmms-eval：在加速大型多模态模型(LMM)开发的评估框架，在评估人类任务能力的大型语言模型(LLMs)和LMMs方面，提供一种高效且一致的评估方法 No 48. [LG]《Human vs. Machine: Language Models and Wargames》 No 49. Text Clustering：对文本进行嵌入和聚类，并为聚类结果添加语义标签 No 50. [LG] A Survey of Geometric Graph Neural Networks: Data Structures, ......
No 1. KnowAgent：知识增强的规划系统，旨在为基于... No 2. 现代编程思想公开课：主要讲授程序设计与实际应用。课... No 3. [IR] Self-Retrieval: Building an Information Retrieval System ...... No 4. LlamaGym：知识增强规划系统，旨在为基于LL... No 5. Botasaurus：全能的网络爬虫框架，旨在为开发人员建立强大的爬虫提供便利和效率 No 6. 微软免费的“面向初学者的生成式人工智能课程”（中文版），通过 12 章的课程，开启构建生成式 AI 应用程序之路 No 7. Small Language Model：构建小型语言模型的代码库，使用从YouTube视频中收集的数据 No 8. 当GPT遇上汽车：CarGPT展示领域特定语言模型的巨大潜力 No 9. 数学家证明巴赫的伟大：用机器学习解码音乐大师的创作奥秘 No 10. 马斯克本周将开源Grok，xAI掀起AI开源革命 No 11. 可在苹果芯片上运行的基于MLX的Stable Diffusion/SDXL文生图实现 No 12. PCT Planner：基于点云层析成像的3D导航系统，旨在为地面机器人在多层结构中提供高效且可扩展的全局导航框架 No 13. Musiclang：一个Python框架，用于编写... No 14. [LG] Understanding Biology in the Age of Artificial Intelligence ...... No 15. 携手@博文视点Broadview 送出3本《SPSSAU科研数据分析方法与应用》 No 16. [LG] Behavior Generation with Latent Actions 提出了一种新的人工智能模型——向量量化行为Transformer(VQ-BeT)，旨在通过学习离散表示来优化连续、多模态动作向量的行为生成问题。与传统的k均值聚类方法相比，VQ-BeT利用层次向量量化模块，能够更有效地捕捉多模态动作分布 ...... No 17. 晚安～ [月亮] No 18. [CV]《xT: Nested Tokenization for Larger Context in Large Images》 No 19. 提出一种新的层级扩散策略(HDP)用于机器人多任务操控，通过将任务规划和运动轨迹生成分解为两个层级，引入机器人动力学感知的低级控制Agent(RK-Diffuser)，实现了在保持动力学约束的同时提高操控精度和样本效率的创新突破。//[RO]《Hierarchical Diffusion Policy for Kinematics-Aware Multi-Task Robotic Manipulation》 No 20. 'Chat Nio - 下一代 AI 一站式解决方案，一站式 Chat + 中转 API 站点，支持 OpenAI，Midjourney，Claude，讯飞星火，Stable ...... No 21. [CL] Assisting in Writing Wikipedia-like Articles From Scratch ...... No 22. [LG] How Far Are We from Intelligent Visual Deductive Reasoning? ...... No 23. [CV] PixArt-Σ: Weak-to-Strong Training of Diffusion Transformer ...... No 24. oms-Diffusion：虚拟试穿项目，致力于解决服装行业高昂成本问题，支持IPadapter-faceID结合controlnet_openpose，用户可上传服装图片与参考姿势图进行试穿 No 25. 今日推介(第1341期)：面向运动感知多任务机器人操纵的分层扩散策略、基于记忆化摊销上下文的语言模型在线自适应、图神经网络的方差保持聚合策略、面向大图像中更大上下文的嵌套tokenization、In-Context锐度作为度量大模型缓解幻觉 ...... No 26. Musiclang：基于Llama 2的音乐生成模型 No 27. MindNLP：基于MindSpore的易于使用和... No 28. [CL]《Trial and Error: Exploration-Based Trajectory Optimization for LLM Agents》 No 29. repo2prompt：用于长上下文模型(如Claude 3 Opus)的工具，可以将GitHub仓库的内容转换为一个大提示 No 30. [RO]《Hierarchical Diffusion Policy for Kinematics-Aware Multi-Task Robotic Manipulation》 No 31. [LG] Can Large Language Models Reason and Plan? 探讨大型语言模型(LLM)是否具备逻辑推理和规划能力，通过对GPT3和GPT4的测试分析，揭示了LLM在处理规划任务时的局限性。LLM擅长于概率性地重构文本(近似检索)，但这并不意味着它们能够保证记忆完整答案或进行原理性推理。本 ...... No 32. 早！[太阳] No 33. [CL] Common 7B Language Models Already Possess Strong Math Capabilities ...... No 34. 新书：《Machine Learning Q and AI》,旨在通过问答形式深入探讨机器学习和人工智能的30个关键问题，涵盖神经网络架构、计算机视觉、自然语言处理、生产部署、预测性能和模型评估等广泛主题 No 35. 今日推介(第1340期)：基于试错的LLM智能体轨迹优化、大型语言模型线性表示根源研究、Tokenizer贪婪推断方法的有效性、LLM能否在没有问题的情况下回答多项选择题、硅基群体智慧与人类群体智慧相媲美 ...... No 36. 针对大型语言模型在生成过程中常出现的幻觉问题，提出了从模型内部表示角度出发，通过量化in-context隐状态的尖锐度并在解码时应用这一度量的方法，有效提高了语言模型的事实性，创新地解决了依赖外部知识库或高计算资源的现有方法的局限。//[CL]《In-Context Sharpness as Alerts: An Inner Representation Perspective for Hallucination Mitigation》 No 37. Flyde：开源的可视化编程工具，专为开发人员设计，包括VS Code扩展，与现有的TypeScript代码、浏览器和Node.js集成，Flyde的主要特色是提供了丰富的标准库、可视化调试器和TypeScript支持，旨在与传统的文本编码相辅相成，而不是替代 No 38. 文本嵌入能完美编码文本信息吗？ No 39. 在家训练70B大语言模型 No 40. [LG]《Online Adaptation of Language Models with a Memory of Amortized Contexts》 No 41. [LG]《GNN-VPA: A Variance-Preserving Aggregation Strategy for Graph Neural Networks》 No 42. [LG] EfficientZero V2: Mastering Discrete and Continuous Control ...... No 43. xT框架通过嵌套tokenization技术和长序列模型有效地整合了大图像的局部细节和全局上下文，显著提升了在需要大视域理解的任务中的性能，创新地解决了传统方法在处理大尺寸图像时不得不牺牲信息的问题。//[CV]《xT: Nested Tokenization for Larger Context in Large Images》 No 44. 通过实施LLM集成方法，研究者成功地复制了“集体智慧”效应，并展示了其在预测任务中的准确性可以与人类群体预测相媲美，此外，还发现LLM的预测能力可以通过融合人类预测信息得到提升，为LLM在各种社会应用中的使用开辟了新途径。//[LG]《Wisdom of the Silicon Crowd: LLM Ensemble Prediction Capabilities Rival Human Crowd Accuracy》 No 45. AgentLite：一个面向研究的库，用于构建和推进基于LLM的任务导向Agent系统，简化了新Agent/多Agent架构的实现，通过管理Agent实现了多个Agent的轻松编排，无论是构建个体Agent还是复杂的多Agent系统，AgentLite为研究和开发提供了简单而轻量的基础 No 46. [CL]《In-Context Sharpness as Alerts: An Inner Representation Perspective for Hallucination Mitigation》 No 47. lmms-eval：在加速大型多模态模型(LMM)开发的评估框架，在评估人类任务能力的大型语言模型(LLMs)和LMMs方面，提供一种高效且一致的评估方法 No 48. [LG]《Human vs. Machine: Language Models and Wargames》 No 49. Text Clustering：对文本进行嵌入和聚类，并为聚类结果添加语义标签 No 50. [LG] A Survey of Geometric Graph Neural Networks: Data Structures, ......