安爸 的文章
南洋理工&普渡大学提出CFG-Zero*：在Flow Matching模型中实现更稳健的无分类器引导方法
本篇论文是由南洋理工大学 S-Lab 与普渡大学提出的无分类引导新范式，支持所有 Flow Matching 的生成模型。目前已被集成至 Diffusers 与 ComfyUI。 论文标题：CFG-Zero*: Improved Cl...
UC伯克利华人开源14B「o3-mini」，代码版R1突袭OpenAI王座！
新智元报道 编辑：编辑部 HXs 【新智元导读】OpenAI o1/o3-mini级别的代码推理模型竟被抢先开源！UC伯克利和Together AI联合推出的DeepCoder-14B-Preview，仅14B参数就能媲美o3-m...
AI封神了！无剪辑一次直出60秒《猫和老鼠》片段，全网百万人围观
机器之心报道 编辑：杜伟、蛋酱 AI 圈永远不缺「新活」。 这两天，加州大学伯克利分校、斯坦福大学、英伟达等机构联合制作的《猫和老鼠》AI短片火了。 论文共同一作 Karan Dalal 的帖子收获百万观看。 我们先来欣赏下面两段视频...
首个统一多模态模型评测标准，DeepSeek Janus理解能力领跑开源，但和闭源还有差距
MME-Benchmarks团队 投稿 量子位 | 公众号 QbitAI 统一多模态大模型（U-MLLMs）逐渐成为研究热点，近期GPT-4o，Gemini-2.0-flash都展现出了非凡的理解和生成能力，而且还能实现跨模态输入输出，比如...
CVPR 2025 HighLight｜打通视频到3D的最后一公里，清华团队推出一键式视频扩散模型VideoScene
论文有两位共同一作。汪晗阳，清华大学计算机系本科四年级，研究方向为三维视觉、生成模型，已在CVPR、ECCV、NeurIPS等会议发表论文。刘芳甫，清华大学电子工程系直博二年级，研究方向为生成模型 (3D AIGC和Video Gener...
5分钟直出46页论文！谷歌Deep Research完爆OpenAI，最强Gemini 2.5加持
新智元报道 编辑：桃子 犀牛 【新智元导读】谷歌Deep Research重大升级，搭载全球顶尖Gemini 2.5 Pro模型。5分钟生成46页学术论文、复杂报告转为10分钟播客。性能超OpenAI DR 40%，价格仅为其1/...
让 LLM 来评判 | 技巧与提示
这是 让 LLM 来评判 系列文章的第六篇，敬请关注系列文章: 基础概念 选择 LLM 评估模型 设计你自己的评估 prompt 评估你的评估结果 奖励模型相关内容 技巧与提示 LLM 评估模型已知偏差及缓解措施 缺乏内部一致性 ：同...
Local Deep Researcher：本地化部署的AI研究助手，零门槛开启智能研究
在当今信息爆炸的时代，无论是学术研究、商业分析还是个人学习，都需要从海量的信息中快速获取、整理和分析关键内容。然而，传统的人工研究方法往往效率低下且容易遗漏重要信息。随着人工智能技术的飞速发展，AI驱动的研究工具应运而生，LangChai...
OpenRouter 免费额度大变动！一文看懂新规 + 微信支付宝充值教程
OpenRouter 算是很有良心的一家 AI 初创公司了。 它是一个 LLM 模型市场（Marketplace）。 目前这个市场里共有 300 多个常见的和不常见的模型。 OpenRouter 把它们集合起来，通过统一的调用接口开放 A...
在企业场景中应该怎么部署大模型——大模型企业级部署框架介绍
“ 随着大语言模型（LLM）的广泛应用，如何高效部署和推理模型成为开发者关注的核心问题。” 随着大模型的成本越来越低，以及企业生产中对大模型的定制化需求，越来越多的企业选择在本地部署大模型；这样既满足了数据安全性需求，同样也增加了企业定...