SEED-Story开源项目 – 多模态长篇故事生成

SEED-Story是由腾讯ARC实验室推出的一个多模态长篇故事生成项目。它基于大型语言模型（MLLM），能够从用户提供的图像和文本开始，生成包含丰富、连贯的叙事文本以及风格一致的图像的多模态长篇故事。项目包括多模态故事生成模型、StoryStream数据集以及三阶段的技术方法（视觉分词、指令调优和去分词器适应）。用户可以通过提供起始图像和文本，生成多达25个多模态序列的故事，且生成的图像与叙事文本在风格和角色上保持高度一致。

SEED-Story的特点:

1. 基于大型语言模型（MLLM）生成多模态长篇故事
2. 生成的图像与叙事文本在风格和角色上保持高度一致
3. 支持多达25个多模态序列的故事生成
4. 包含StoryStream数据集，用于训练和评估
5. 采用三阶段技术方法：视觉分词、指令调优和去分词器适应

SEED-Story的功能:

1. 通过提供起始图像和文本生成多模态故事
2. 使用StoryStream数据集进行训练和评估
3. 通过指令调优和去分词器适应优化模型
4. 生成的故事可用于动画制作和AI语音叙述

相关导航

Data Management for LLM开源项目 – 针对LLM的训练数据管理探索

该项目汇集了针对大型语言模型的训练数据管理的研究，包括与预训练、数据质量和领域构成相关的资源。

live2d-TTS-LLM-GPT-SoVITS-Vtuber开源项目 – 低成本的虚拟主播直播解决方案

低成本的简单基于live2d TTS文字转语音和大模型聊天的直播解决方案，结合Live2D动画、TTS文字转语音技术与大型语言模型，实现低成本的虚拟主播直播方案，支持自定义背景色、背景图片和眼神跟随功能，为直播提供更加丰富和互动的体验。

Multi-token Prediction for Large Language Models官网 – 提升大型语言模型效率

Multi-token Prediction for Large Language Models 是 Meta 提出的一种新型训练方法，旨在提升大型语言模型的训练效率和性能。该方法允许模型在训练语料的每个位置同时预测接下来的多个 token，每个 token 独立计算交叉熵损失。通过调整前向和后向传播的顺序，该方法显著减少了 GPU 内存占用，且不影响模型运行时间。该方法在编码和自然语言模型上取得了显著的性能提升，推理速度大幅提高，适用于实时应用。

Satori模型 – 增强推理能力的7B参数大模型

Satori是一个基于Qwen-2.5-Math-7B的7B参数大型语言模型，通过Chain-of-Action-Thought (COAT)推理机制和Reinforcement Learning with Autoregressive Search (RAE)策略提升模型的自主推理能力。该项目专注于数学推理和跨领域任务，在GSM8K、MATH500等数学推理基准测试中达到最新水平，并能推广到逻辑推理、常识推理和表格推理等任务。模型和数据可在Huggingface平台获取，代码预计未来几周发布。

大型语言模型的数据选择调研-关于大型语言模型的数据选择研究

这是加州大学圣巴巴拉分校、AI2、华盛顿大学、斯坦福大学、麻省理工学院、多伦多大学等单位联合发布的一项调研，旨在缩小知识差距，倡导开放、负责任、协作的进步，关注大型语言模型在数据选择方面的最佳实践和影响。

BreveAI官网 – 高效集成现实数据的语言模型

BreveAI 提供了一种独特的大型语言模型（LLM）方法，能够与现实世界数据整合，优先考虑任务效率。它采用开源模式，提供易于使用的API，定价透明，较当前LLM价格低30%，且准确率高40%。

解密LLM的长链思维推理开源 – 探索LLM长链推理机制的强化学习研究

该项目通过强化学习（RL）系统研究大型语言模型（LLM）中长链思维推理的涌现机制，重点分析奖励塑造和数据质量对推理能力的影响。研究发现：监督微调（SFT）可提升训练效率但非必需；推理能力随计算量增长可能涌现，但依赖奖励设计稳定思维链长度；利用噪声网络数据扩展可验证奖励信号在STEM任务中表现潜力；基础模型已具备错误纠正等核心能力，但需大量计算资源激发。项目挑战了"模型规模决定性能"的传统观点，强调奖励设计比参数量更关键。

Falcon 2 11B模型 – 高效多语言大型语言模型

Falcon 2 11B 是由阿联酋技术创新研究所（TII）开发的大型语言模型，拥有110亿参数，经过5.5万亿token的训练。该模型在语言理解和生成方面表现出色，支持多种语言，适合研究和商业用途。其性能优于Meta的Llama 3 8B，与Google的Gemma 7B相当，尤其在Hugging Face的评估工具中表现领先。

Awesome-Tabular-LLMs开源项目 – 表格数据处理与LLM的资源汇集

项目描述：表格+大型语言模型（LLM）相关论文整理，汇集了大量关于如何利用大型语言模型处理表格数据的论文，涵盖表格问答、表格到文本、文本到SQL等多种任务，为研究人员提供了一个全面的资源库。

Awesome-LLM-Watermark开源项目 – 大型语言模型水印研究资源

这是一个精心整理的LLM水印论文列表，提供关于大型语言模型水印技术的最新研究和资源。

MinText开源项目 – 基于JAX的极简大型语言模型实现

MinText是一个基于JAX的可扩展大型语言模型的极简实现，提供了清晰模块化的LLaMA架构，易于修改和扩展。它支持在数千个加速器上扩展大型模型，适用于高性能计算和分布式计算环境。

The Impact of Large Language Models on Scientific Discovery: a Preliminary Study using GPT-4-探讨GPT-4对科学发现的影响

一项研究探讨大型语言模型（LLM）在科学发现中的表现，特别是GPT-4在多个科学领域的应用。该研究分析了GPT-4在药物发现、生物学和计算化学等领域的能力，评估其在复杂问题解决和知识整合任务中的有效性，同时进行专家驱动的案例评估和基准测试，旨在加速科学进步和优化资源配置。

Past Life AI官网 – 探索你的前世

Past Life AI 是一款通过回答测验和上传个人照片，帮助用户发现其前世生活的人工智能应用。利用图像生成和大型语言模型技术，用户将能够看到自己在前世的样子及生活方式。

Hypercharge AI: Parallel Chats官网 – 多线程聊天的移动聊天机器人

Hypercharge AI: Parallel Chats 允许用户同时访问多达10个独立的聊天线程，每个线程涉及不同的系统提示和多种大型语言模型（LLMs）。它提供了首个以卡片式UI展示线程对话的移动聊天机器人界面，提升了用户的交互体验。

Secondbrain开源项目 – 本地AI对话，保护隐私

Secondbrain是一款跨平台桌面应用程序，用户可以在本机下载和运行大型语言模型(LLM)，实现本地AI对话，无需联网，充分保护用户隐私，让用户可以自由表达思想。

暂无评论

暂无评论...