7B小模型写好学术论文,新框架告别AI引用幻觉,实测100%学生认可引用质量
学术研究团队提出了一种名为 ScholarCopilot 的智能大模型框架,专门用于精准生成带有准确引用的学术文本。ScholarCopilot 采用动态机制,在生成过程中实时检索并插入文献引用,提高了引用准确性与相关性。
学术研究团队提出了一种名为 ScholarCopilot 的智能大模型框架,专门用于精准生成带有准确引用的学术文本。ScholarCopilot 采用动态机制,在生成过程中实时检索并插入文献引用,提高了引用准确性与相关性。
本文由加拿大滑铁卢大学魏聪、陈文虎教授团队与 Meta GenAI 共同完成,首次提出面向Talking Characters任务的视频生成方法MoCha,实现仅基于语音和文本输入生成完整角色对话视频。
滑铁卢大学陈文虎团队提出Mamba-Transformer混合模型Vamba,通过改进模型架构设计提升视频理解效率。相比传统方法,Vamba在同等硬件条件下可处理的视频帧数提升4倍,内存消耗降低50%以上,并实现单步训练速度翻倍。
微软研究院团队提出Transformer递归式自我提升方法,可在不修改基础架构的情况下解决长度泛化问题。通过多数投票和长度过滤,在10位数以内的乘法上实现近乎完美表现。
首个AI基础世界模拟器The Matrix问世,可以生成无限长、高保真720p真实场景视频,并实现实时交互。该模型由华人团队打造,通过游戏数据和现实世界数据训练而成,支持零样本泛化能力。