大模型日报

2024-06-18

大模型资讯

大模型产品

1. Olvy 3.0：AI加速客户反馈分析

• 摘要: Olvy 3.0推出AI自动监听和智能标签功能，通过Google Meet集成轻松提取洞察，贴近客户，激发同理心。

1. PlantIdentify-免费植物识别应用

• 摘要: PlantIdentify是一款免费植物识别应用，使用AI通过相机或图片快速识别植物，支持多语言并保存识别历史。

1. VidAU：批量生成引人入胜的视频

• 摘要: VidAU让您通过产品链接或描述，快速生成多语言、多口音的拟真头像视频，并提供换脸、翻译等视频编辑功能。

1. Teameet：实时语音翻译视频会议

• 摘要: Teameet是一款AI视频会议平台，新增语音翻译功能，实时翻译并保留讲话者的语调、音高和情感，实现无缝跨语言交流。

1. rnbw: 现代设计与代码编辑器

• 摘要: rnbw 🌈 是一款现代设计与代码编辑器，简单灵活，开源开放，支持AI，完全遵循开放网络标准。

1. Drip：AI自省与日记工具

• 摘要: Drip是一款由AI驱动的自省和日记工具，帮助用户探索内心想法和情感，并将其转化为行动。

大模型论文

1. 金鱼损失：减少生成模型的记忆化

• 摘要: 提出金鱼损失，通过随机排除部分训练数据，减少大规模语言模型的记忆化，降低隐私和版权风险。

1. 评估基准中的方差量化研究

• 摘要: 本文定义并测量评估基准中的方差，包括种子方差和训练单调性，并提供减少方差的建议。

1. VEGA: 视觉语言模型的交错图文理解

• 摘要: 本文提出了交错图文理解任务IITC，并引入VEGA数据集以提升模型的图文关联能力，验证了其有效性。

1. VideoGUI：评估GUI自动化的新基准

• 摘要: VideoGUI是一种多模态基准，用于评估在视觉为主的GUI任务中GUI助手的表现，涵盖高、中、低三个层次的任务规划和执行。

1. 语义成员推断攻击提升语言模型性能

• 摘要: 引入语义成员推断攻击，通过分析输入及其扰动的语义内容，显著提升成员推断攻击的性能。

1. 隐状态正则化提升奖励模型泛化能力

• 摘要: 本文提出通过正则化隐状态提升奖励模型在分布转移下的泛化能力，有效缓解RLHF中的过度优化问题。

1. TRIP-PAL:结合LLM与自动规划的旅游计划生成

• 摘要: TRIP-PAL结合大语言模型和自动规划器，生成满足约束和优化用户满意度的旅游计划，实验表明其优于单独使用LLM。

1. 医疗多模态领域幻觉检测与评估

• 摘要: 本文提出Med-HallMark基准和MediHall Score评估指标，用于检测和评估医疗多模态模型中的幻觉，并引入MediHallDetector模型以提高检测精度。

1. 基于子空间投影的LLM高效卸载框架

• 摘要: 提出LSP_Offload框架，通过学习子空间投影器，实现LLM在普通硬件上的高效微调，显著提升性能并减少时间。

1. IntentionQA：评估电商购买意图理解的基准

• 摘要: IntentionQA是一个用于评估语言模型在电商场景中理解购买意图能力的基准，包含4,360个问题，展示了模型在理解和推理方面的不足。

大模型开源项目

1. 强大模块化的稳定扩散GUI

• 摘要: comfyanonymous项目提供了一个功能强大的稳定扩散图形界面、API和后端，采用图形/节点界面，使用Python编写。

1. Ollama: 快速使用大型语言模型

• 摘要: Ollama项目使用Go语言编写，帮助用户快速上手Llama 3、Mistral、Gemma等大型语言模型。

1. StableSwarmUI：模块化稳定扩散界面

• 摘要: StableSwarmUI 是一个模块化的稳定扩散网页用户界面，强调易用的强大工具、高性能和可扩展性，用C#编写。

1. Stable Diffusion Web UI

• 摘要: AUTOMATIC1111开发的Stable Diffusion网络界面，使用Python编写，提供便捷的图像生成功能。

1. 增强版ChatGPT克隆项目

• 摘要: 一个开源的ChatGPT克隆项目，支持多种AI模型切换、消息搜索、插件等功能，适合自托管。

1. 基于深度神经网络的人声移除GUI

• 摘要: Anjok07项目提供一个基于Python的图形用户界面，用于使用深度神经网络技术移除音频中的人声。