MIT清华校友全新方法优化 Transformer：Addition is All You Need「乘法变加法」
来源丨新智元 Transformer计算，竟然直接优化到乘法运算了。MIT两位华人学者近期发表的一篇论文提出：Addition is All You Need，让LLM的能耗最高降低95%。 LLM能耗的疯狂增长，甚至已经引起了联合国的注意…
18 0 0
声浪
训练数据不够用了！字节为AI大模型推出网络爬虫，吞噬速度比OpenAI还快25倍！
来源丨 Z Finance 据媒体报道，字节跳动似乎急于弥补从网络上抓取训练生成式人工智能模型所需数据所浪费的时间。据 Kasada 的研究显示，字节跳动在 4 月份发布了自己的网络爬虫或抓取机器人，名为 Bytespider。 Kasad…
14 0 0
IEEE SLT 2024注册开启丨语音与语言处理技术大咖将齐聚澳门
2024年IEEE口语语言技术研讨会（IEEE SLT 2024）将于2024年12月2日至5日在中国澳门举行。IEEE SLT研讨会是IEEE语音与语言处理技术委员会（SLTC）的旗舰活动，每两年举办一次。它为来自学术界和工业界的研究人员…
7 0 0
![语音/音频处理学术速递[10.8]](https://speechhome.oss-cn-hangzhou.aliyuncs.com/Resources/Thumb/2024-10-10/1844300119353200640.jpg)
语音识别领域迎来新王者，Rev 发布 Reverb ASR
近日，Rev发布了Reverb ASR模型，被大家成为"Whisper终结者"，在语音识别和说话人分离方面树立了新的标杆。该模型将其权重公开于Hugging Face Hub。 模型仓库：https://huggingface.co/Rev…
13 0 0
OpenAI canvas一夜封神！超强AI编码研究神器，ChatGPT再次颠覆人机交互
来源丨新智元 ChatGPT横空出世以来，首次迎来界面史诗级升级！全新canvas界面，开启了人类与AI协作研究、编码的新时代，更代表着终极AGI人机交互形态。 时隔两年，ChatGPT终迎来界面全新升级！ 这一次，OpenAI官宣推出ca…
13 0 0
mini-GPT4o来了? 能看、能听、会说，还情感丰富的多模态全能助手EMOVA
本文作者来自香港科技大学、香港大学和华为诺亚方舟实验室等机构。其中第一作者陈铠、苟耘豪、刘智立为香港科技大学在读博士生，黄润辉为香港大学在读博士生，谭达新为诺亚方舟实验室研究员。 随着 OpenAI GPT-4o 的发布，大语言模型已经不再…
12 0 0
280页PDF，全方位评估OpenAI o1
OpenAI 的 o1-preview 模型已经发布两周了，网上也有了很多零星的测评。不过，大部分测评都侧重于某一个方面，对于 o1-preview 的系统评估目前还比较匮乏。 在一篇长达 280 页的论文中，来自加拿大阿尔伯塔大学等机构的…
13 0 0
腾讯开源文本到音频生成模型 EzAudio
近日，约翰霍普金斯大学与腾讯 AI 实验室联合推出了一款名为 EzAudio 的新型文本到音频生成模型。和之前发布的audiocraft和 Stable Audio Tools 类似，都可以通过一段提示词生成对应逼真的音频文件。 EzAud…
10 0 0
LLaMA-Omni 低延迟高质量语音交互，开源！
随着GPT-4o的发布，在语音界面的Voice-Chat越来越受到大家的关注，对于低延迟，高准确性模型的speech-to-speech的需求日益增长，来自中科院计算所NLP组的LLaMA-Omni 有效的解决了这样的需求，该模型整合了预训…
11 0 0