super()
PulseAugur coverage of super() — every cluster mentioning super() across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
AI神话在Mastodon上被揭穿，探讨社会影响
Mastodon上的一场讨论揭穿了关于人工智能的常见神话，挑战了技术本身是中立的且仅仅是问题解决者的观念。这场对话涉及来自super()的用户j_kloiber，探讨了AI的社会影响及其对公共利益的潜在贡献。
-
AssemblyAI 指导使用 STT-LLM-TTS 架构构建实时语音代理
AssemblyAI 正在详细介绍如何使用连接语音识别 (STT)、大型语言模型 (LLM) 和文本转语音 (TTS) 组件的链式架构来构建实时语音代理。该公司强调低延迟流式管道的重要性，并就集成其 Universal 3.5 Pro Realtime STT 模型提供了具体指导。文章还探讨了 Vapi、Pipecat 和 LiveKit 等不同的编排平台，并讨论了从 Retell 和 Super 等公司吸取的关于生产级语音代理需求的…
-
语音代理构建者分享架构、延迟和评估方面的实用技巧
AssemblyAI 在旧金山举办了一场关于构建实用语音代理的聚会，汇集了 Retell 和 Super 生产团队的见解。关键要点包括：倾向于采用级联架构以实现灵活性和定制化；将延迟预算控制在 1-1.5 秒对于自然的对话流程至关重要；以及对模型评估采取分层方法。此评估过程涵盖了语音转文本的自动化指标、精选的困难案例以及使用 LLM 作为评委来评估语言模型，最终通过人工“氛围检查”来评估文本转语音的质量。
-
新的Super-Tuning方法提高了LLM微调效率
研究人员开发了一种名为Super-Tuning的新方法，旨在提高大型语言模型（LLM）微调的效率。该技术重用了模型剪枝中的显著性信号来识别需要调整的参数。提出的Super方法使用校准过程中的激活加权幅度得分来选择一个小的可训练支持，而Supra变体将其与LoRA适配器结合。在Llama-3.2-1B和Meta-Llama-3-8B模型上的实验表明，Super/Supra变体在测试的适配器配置中达到了高精度，表明受剪枝启发的排序可以有效…
-
Cosmos 全模态模型家族发布，包含 3 个变体
名为 Cosmos 的全模态模型新家族已发布，包含三个变体：Edge (4B)、Nano (16B) 和 Super (64B)。这些模型旨在统一的 Transformer 混合架构内处理和生成包括文本、图像、视频、音频和动作序列在内的各种模态。Super 变体包含针对文本到图像和图像到视频任务的专门微调。
-
Eugene Yan 探讨 Python 在库中 super() 的不常见用法
本文探讨了一种高级 Python 编程技术，涉及 "super()" 函数，特别是在基类中的使用。虽然通常在子类初始化器中调用父类方法，但在基类中调用 "super()" 可以实现协作式多重继承。如果没有它，后续父类中的初始化调用可能会被跳过，导致错误或属性丢失。作者通过使用 "requests" 和 "scikit-learn" 模式的示例进行了演示，强调了 "super()" 如何确保在复杂的继承层次结构中进行正确的初始化。