保持网络-一种高效的语言模型选择

Grid.ai是一个专注于机器学习的平台，旨在使最先进的AI研究民主化，而不是关注基础设施。用户可以通过注册网站并参考提供的文档和教程来使用Grid.ai。

LiteRT是Google AI Edge团队推出的高性能、可信赖的边缘AI运行时，旨在继承TensorFlow Lite的优势，并拓展其愿景，支持多种AI框架并优化资源利用率，方便集成和部署。

最新的开源自然语言-SQL查询生成大语言模型，性能优于 OpenAI 的 gpt-3.5-turbo，显著优于 Postgres 中通用 SQL 模式的所有主要开源模型。

来自清华团队开源的一个 AI 项目，通过强化学习技术训练出一个 7B 模型，在数学推理能力上超越 GPT-4o 以及 Llama-3.1 70B。

一个通过PyTorch从头开始训练Llama 2 LLM架构模型的项目，支持将权重保存到原始二进制文件并在简单的C文件中推断模型。

CivRealm是一个基于开源游戏Freeciv-web的学习和推理环境，提供了基于强化学习和语言模型的决策智能体接口，以及训练和评估工具和基线模型，旨在成为复杂环境中学习和推理代理的测试平台。

基于LLM的领域知识助手，旨在应对群聊复杂场景，解答用户问题，避免消息泛滥，提供技术问题解答的算法流程，且支持低成本部署。

GPT-3.5-Turbo-16k 是由 OpenAI 推出的语言模型，拥有 16k 上下文窗口，是标准 GPT-3.5-Turbo 的四倍，适合处理长达约 20 页的文本，特别适用于长文档处理和详细分析。其定价为每 1,000 个输入 token 0.003 美元，每 1,000 个输出 token 0.004 美元，与标准版本保持一致。用户可以通过 OpenAI 的 API 请求使用该模型，需在请求中指定模型名称为 'gpt-3.5-turbo-16k'。

一个精选的ROS项目集合，收录了利用基础模型的机器人项目资源，包括框架、模型封装、开发工具和演示项目。涵盖了语言模型、视觉模型等在ROS环境下的应用，方便开发者快速找到和使用各类基础模型

Gemma Encoder 是一种新的编码器架构，改编自基于解码器的 Gemma 语言模型，适用于分类、回归和排序任务。通过系统研究注意力机制、池化策略、dropout 和填充策略，Gemma Encoder 在 GLUE 和 MS MARCO 基准测试中表现出色。当前代码尚未公开，但用户可根据论文方法自行实现，预计未来将发布代码。

这项新工作引入了注释链（CoN），以提高检索增强语言模型在面对嘈杂、不相关的文档和处理未知场景时的鲁棒性和可靠性。

3D-VisTA是一个具备3D世界识别能力的语言模型，能够基于3D世界模型回答相关问题，提供深度的理解与交互。

高性能生产级API，用于托管MLX模型，包括视觉语言模型(VLM)和语言模型(LM)，支持多种模型架构，优化资源管理，提供定制化服务

BD3-LM（Block Diffusion Language Model）是一种创新的语言模型，旨在通过结合自回归模型和离散扩散模型的优点，显著提升语言建模任务的性能。它通过在token块上执行自回归，并在每个块内进行离散扩散，实现了灵活且高效的建模方式。该模型特别适用于生成任意长度的序列，展现了其在自然语言处理领域的潜力。

为新员工设计的机器学习课程，专注于语言模型，旨在平衡生产部署机器学习的相关论文和技术，以及对长期可扩展性重要的技术。

Chronos是一个基于语言模型架构的概率时间序列预测预训练模型，能够将时间序列数据转化为Token序列，并通过交叉熵损失训练语言模型，从而实现多轨迹采样以获得概率预测分布。

OpenAI改进了大规模训练稀疏自动编码器的方法，以提取可解释特征并理解语言模型的神经活动。

phi-1.5是微软发布的一个具有13亿参数的语言模型，在自然语言处理和复杂推理任务上表现优异，其性能可与体量大5倍的模型相媲美。该模型遵循‘教科书就是你需要的一切’的原则，并且不使用爬虫爬取的互联网数据。

ChatGPT是目前使用最广泛的两个语言大模型之一，具备先进的自然语言处理能力，能够进行对话生成、文本理解等多种任务。研究人员观察到其模型性能随着时间的推移而变差，因此持续监测模型性能变化显得尤为重要。