Wei Chen
PulseAugur coverage of Wei Chen — every cluster mentioning Wei Chen across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
Dolphin模型为长上下文AI提供10倍能效
研究人员推出了一种新颖的解码器-解码器架构Dolphin，旨在实现设备端语言模型中长上下文的高效处理。该方法使用一个较小的解码器将广泛的上下文提炼成内存嵌入，从而缩短主解码器的输入长度。通过将长文本视为一种独特的模态，类似于图像嵌入，Dolphin在不影响响应质量的情况下，实现了十倍的能效提升和五倍的延迟降低。该模型已在Hugging Face上公开可用，旨在在资源受限的环境中实现更复杂的AI能力。
-
Octopus模型针对设备端API调用进行微调，性能超越GPT-4
研究人员开发了Octopus，一个专门为调用软件API进行微调的设备端语言模型。该模型提供2B、3B和7B参数规模，在软件API函数调用方面表现优于GPT-4。这项进展旨在通过增强LLM对API结构和语法的理解，利用条件掩码等技术确保正确的输出格式并减少错误，从而改进自动化软件开发和API集成。
-
新的SynGR框架通过跨模态协同提升生成式推荐效果
一篇新的研究论文介绍了一个名为SynGR的框架，该框架旨在通过利用跨模态协同来增强生成式推荐系统。与之前专注于对齐多模态信号的方法不同，SynGR明确鼓励利用不同模态之间的依赖关系。这种方法旨在捕捉仅从单一模态无法显现的涌现式物品语义，从而实现更准确的推荐。在基准数据集上的实验表明，SynGR的性能优于现有方法。
-
计算机视觉模型预测碳捕获的陆地表面位移
研究人员开发了CarbonNet，这是一种利用计算机视觉从地下几何图像预测碳捕获与封存（CCS）项目陆地表面位移的新方法。该方法旨在降低传统基于物理的模型的高计算成本和泛化限制。研究实施并比较了包括CNN、ResNet、ResNetUNet、LSTM和Transformer++在内的各种模型，发现ResNetUNet在静态力学问题上表现最佳，而LSTM在瞬态场景下的结果与Transformer++相当。