努力犯错玩AI

前言 大型语言模型（LLM）近年来取得了巨大进展，但要将其与人类价值观和意图相一致，使其变得有用、诚实和无害，仍然是一个挑战。强化学习从人类反馈中（RLHF）是一种常用的方法，通过微调语言模型来实现有

前言 近年来，3D 内容创作在游戏、动画、虚拟现实等领域发挥着越来越重要的作用。然而，传统的 3D 模型制作流程繁琐，需要专业人员花费大量时间和精力。为了简化 3D 内容创作流程，腾讯 ARC 实验室

前言 近年来，多模态大型语言模型（MLLM）的快速发展，为人工智能在图像、文本等多模态信息理解和处理方面带来了前所未有的突破。然而，现有的主流多模态模型多以英文为训练语言，在中文理解和处理方面存在着明

前言 近年来，大型语言模型（LLM）在代码领域展现出惊人的潜力，为软件开发流程带来了革命性的改变。代码 LLM 不仅能够生成高质量代码，还能帮助程序员修复错误、解释代码、编写文档等等，极大地提高了软件

前言 多模态大模型（MLLM）是近年来人工智能领域最热门的研究方向之一，其能够融合图像、文本等多种模态信息，实现更强大、更灵活的应用。然而，现有的主流多模态模型多以英文为训练语言，在中文理解方面存在着

前言 近年来，人工智能领域掀起了一股大模型热潮，然而大模型的巨大参数量级和高昂的算力需求，限制了其在端侧设备上的应用。为了打破这一局限，面壁智能推出了 MiniCPM 模型家族，致力于打造高性能、低参

前言 在大型语言模型（LLM）领域，模型参数规模与性能之间一直存在着密切的联系。近年来，虽然参数规模不断攀升，但随之而来的训练成本和推理成本也成为了制约模型发展的瓶颈。为了打破这一困境，微软推出了 P

前言 近年来，多语言大模型（MLLM）发展迅速，但大多数模型的性能依然存在显著差距，尤其是在非英语语言方面表现不佳。为了推动多语言自然语言处理技术的发展，Cohere团队发布了新的多语言指令微调模型家

前言 近年来，基于扩散模型的文本到图像生成技术取得了显著进步，能够生成高质量、逼真的图像。然而，大多数扩散模型仍然使用CLIP作为文本编码器，这限制了它们理解复杂提示的能力，例如包含多个物体、详细属性