国产大模型全球“刷屏”，总训练成本557万美元，性能比肩GPT-4o
来源丨量子位、开源社 近日，素来被硅谷视为“来自东方神秘力量”的中国大模型创业公司 DeepSeek 再次悄悄惊艳了国内外的 AI 技术圈，其重磅发布了一个全新的超大规模模型——DeepSeek-V3。 论文链接：https://githu…
5 0 0
声浪
国产大模型DeepSeek-V3一夜火爆全球，671B的MoE，训练成本仅558万美元
来源丨机器之心 今天，一个国产大模型火遍了世界。 打开 X，满眼都是讨论 DeepSeek-V3 的推文，而其中最热门的话题之一是这个参数量高达 671B 的大型语言模型的预训练过程竟然只用了 266.4 万 H800 GPU Hours，…
8 0 0
AI大模型权威评测：豆包中文对话最强，OpenAI o1推理和数学占优
国产AI模型多点开花。 作者 |徐豫 编辑 |漠影 还有不到一周就2025年了，各大社交音娱平台相继自动弹出“年度报告”的搜索选项。身处AI元年，AI模型这份年终答卷，自然也少不了。 智东西12月25日报道，智源研究院12月19日发布了Fl…
7 0 0
CultureLLM 与 CulturePark：增强大语言模型对多元文化的理解
本文介绍团队刚刚在加拿大温哥华召开的顶会NeurIPS 2024上发表的两篇系列工作：CultureLLM 和CulturePark。此项研究以生成文化数据并训练文化专有模型为主要手段，旨在提升已有基础模型的多文化理解能力，使得其在认知、偏…
6 0 0
WavChat：深入探索语音对话模型的前沿
在人机交互日益智能化的今天，语音对话模型正引领AI领域的新一轮革新。为填补当前语音对话模型综述的空白，浙江大学与微软、阿里巴巴、腾讯团队联合撰写了《WavChat：A Survey of Spoken Dialogue Models》。 该…
10 0 0
李飞飞团队统一动作与语言，新的多模态模型不仅超懂指令，还能读懂隐含情绪
来源丨机器之心 人类的沟通交流充满了多模态的信息。为了与他人进行有效沟通，我们既使用言语语言，也使用身体语言，比如手势、面部表情、身体姿势和情绪表达。因此，为了理解和生成人类动作，理解这些多模态的行为至关重要，而且这一研究方向最近受到的关注…
8 0 0
基于深度说话人表征学习的说话人建模及其应用综述
该综述由来自深圳市大数据研究院，上海交通大学，香港理工大学，香港中文大学（深圳）的相关学者共同完成。在这篇综述中，我们从理论和实践两个角度对基于神经网络的说话人表示学习方法进行了系统而全面的回顾。在理论层面，我们探讨了该领域的关键发展，包括…
8 0 0
GPT-4o再暴露「弱智」缺陷，大模型无一幸免！港中文等发布「视觉听觉」基准AV-Odyssey：26个任务直指死角问题
来源丨新智元 多模态大模型在听觉上，居然也出现了「9.11>9.8」的现象，音量大小这种简单问题都识别不了！港中文、斯坦福等大学联合发布的AV-Odyssey基准测试，包含26个视听任务，覆盖了7种声音属性，跨越了10个不同领域，确保测试的…
6 0 0
北交开源o1代码版！强化学习+蒙特卡洛树搜索，源代码、精选数据集以及衍生模型通通开源
来源丨量子位 北京交通大学研究团队悄默声推出了一版o1，而且所有源代码、精选数据集以及衍生模型都开源！ 名为O1-CODER，专注于编码任务。 论文链接：
6 0 0
香港理工大学MIND实验室招收语音信号处理方向研究助理/全奖博士生/博士后
学校与实验室介绍 香港理工大学 (The Hong Kong Polytechnic University) 是一所位于中国香港的公立综合性研究型大学，坐落于香港九龙红磡湾。在2024-25年度，香港理工大学位居QS世界大学排名第57位，U…
15 0 0