视觉语言模型导论：这篇论文能成为你进军VLM的第一步
视觉语言模型导论：这篇论文能成为你进军VLM的第一步近些年，语言建模领域进展非凡。Llama 或 ChatGPT 等许多大型语言模型（LLM）有能力解决多种不同的任务，它们也正在成为越来越常用的工具。
来自主题: AI技术研报
10048 点击 2024-06-11 10:08
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
近些年，语言建模领域进展非凡。Llama 或 ChatGPT 等许多大型语言模型（LLM）有能力解决多种不同的任务，它们也正在成为越来越常用的工具。
第一次见到甲骨文 AI 平台的时候我觉得特别有趣，它不仅能够查询甲骨文以及甲骨片，而且针对每一个甲骨文都有详细的来源出处、释义、甲骨片信息等等，还有高清的甲骨片，甚至能把这么多的甲骨文井然有序地汇总在一起。
近日，来自密歇根大学的研究人员，开发了一款人工智能工具，可以区分不同含义的狗叫声，并识别狗的年龄、性别和品种。
咳咳，在开始讲之前，先跟差友们宣布个事儿：
最近，WSJ的一篇文章深度披露了Sam Altman十几年来建立的庞大投资帝国，让我们终于理解了他为什么可以不要OpenAI的股权。但文章同时指出，奥特曼的个人投资和OpenAI的业务存在各种复杂的利益关系。
马斯克部下跳槽，把人形机器人技术开源了。不少创业公司的估值，一夜被打了骨折。
DeepMind发表了一篇名为「To Believe or Not to Believe Your LLM」的新论文，探讨了LLM的不确定性量化问题，通过「迭代提示」成功将LLM的认知不确定性和偶然不确定性解耦。研究还将新推导出的幻觉检测算法应用于Gemini，结果表明，与基线方法相比，该方法能有效检测幻觉。
不久之前，Google DeepMind 发布了 AlphaFold3，再次引发了人们对「AI + 生命科学」的讨论。
不使用外部工具也能让大语言模型（LLMs）实现严谨可信的推理，新国立提出 SymbCoT 推理框架：结合符号化逻辑（Symbolic Logical）表达式与思维链，极大提升推理质量，鲁棒性与可信度。