Retrieval Augmented Generation（RAG）是一种将外部知识融入语言模型生成中的方法。RAGatouille库允许训练和研究最先进的RAG系统。它简化了研究人员的工作，使其能够更轻松地构建检索管道，并将其应用于语言生成领...

Midjourney V6已经发布alpha版。这个更新大大提高了图像质量，并使模型能够在图像中生成可读的文字。它还配备了全新的提示方式，更加敏感，更能理解用户。如果用户习惯于Midjourney V5提示，他们可能需要重新学习提...

Midjourney V6已经发布alpha版。此次更新大幅提高了图像质量，并使模型能够在图像中生成易读文本。它还配备了全新的提示方法，更加灵敏，更加擅长理解用户。如果用户习惯于Midjourney V5提示，他们可能需要重新学习...

Meta最近发布了一篇关于音频AI基础模型的论文，并发布了更多的样本和引人入胜的演示。该项目的主要目标是生成可控制风格的音频内容，所有风格都来自同一个模型。

加速自回归语言模型推理的方式有很多。人们正在热衷于使用草稿模型的一种方式。这需要两个模型，但速度可能会更慢。然而，通过从相同模型生成相关的n-gram，可以减轻对草稿模型的需求，并使生成速度线性加快。

往往情况下，当你使用生成模型生成一张图片后，它不完全是你想要的。然而，使用同一模型对图像进行编辑是极具挑战性的。Meta有一个关键的想法，即将所有生成视为指令，从而使编辑功能出现。这与新的模型架构的简单性...

红木研究的一项研究表明，大型语言模型(LLMs)可以掌握“编码推理”，这是一种隐写术，允许LLMs在生成的文本中嵌入中间推理步骤，使它们对人类来说不可解。这种技术可以让模型在不暴露其推理方法的情况下生成高质量的文...

OpenAI最近发布了用于稳定扩散的一致性解码器，这将极大地改善潜在扩散模型生成图像的性能。这是一个开源项目，可在GitHub上获得。随着这种技术的进步，我们可以期待AI在图像生成方面的更多突破。