开源数据集因侵权问题，惨遭下架。如LLaMA、GPT-J等，都用它训练过。如今，托管了它3年的网站，一夜之间删除了所有相关内容。这就是Books3，一个由将近20万本图书组成的数据集，大小将近37GB。丹麦一家反盗版组织表示，在该数据集中发现了150本其成员的书籍，构成侵权，所以要求平
......
本文由站长之家合作伙伴自媒体作者“量子位公众号”授权发布于站长之家平台，本平台仅提供信息索引服务。由于内容发布时间超过平台更新维护时间，为了保证文章信息的及时性，内容观点的准确性，平台将不提供完全的内容展现，本页面内容仅为平台搜索索引使用。需阅读完整内容的用户，请查看原文，获取内容详情。
（举报）
11.11云上盛惠！海量产品 · 轻松上云！云服务器首年1.8折起，买1年送3个月！超值优惠，性能稳定，让您的云端之旅更加畅享。快来腾讯云选购吧！
腾讯云
12-20
智源研究院发布面向中英文语义向量模型训练的大规模文本对数据集MTP。这是全球最大的中、英文文本对训练数据集，数据规模达3亿对，希望推动解决中文模型训练数据集缺乏问题。作为中国大模型开源生态圈的代表机构，智源持续进行包括数据在内的大模型全栈技术开源，推动人工智能协同创新。
自动摘要技术取得了长足的进步，这主要归功于范式的转变——从在标注数据集上进行有监督微调转变为使用大语言模型进行零样本prompt，例如GPT-4。不需要额外的训练，细致的prompt就能实现对摘要长度、主题、风格等方面特征的精细控制。更多论文细节，可参考原论文。
从真实场景中估计人体的三维结构是一项具有挑战性的任务，对于人工智能、图形学和人机交互等领域具有重要意义。现有的3D人体姿态估计数据集通常在受控条件下收集，具有静态背景，无法代表真实世界场景的多样性，从限制了用于真实应用的准确模型的开发。FreeMan的可用性预计将推动人体建模、计算机视觉和人机交互领域的进步，弥合了受控实验室条件与真实场景之间的差距。
GoogleAI最近推出了名为SANPO的数据集，旨在帮助AI模型更好地理解户外人类主观场景。这一数据集的重要性在于，它不仅包括真实世界的数据包括合成数据，以及丰富的注释和多属性特征。研究人员的隐私承诺使这一数据集能够支持其他研究人员开发面向视障人士的视觉导航系统，并推动先进的视觉场景理解领域的发展。
国产新标杆:免费可商用的200亿参数大模型，来了!书生·浦语大模型20B版本正式发布，一举刷新国内新一代大模型开源纪录。它由上海人工智能实验室与商汤科技联合香港中文大学和复旦大学共同推出。正如林达华所说:这或许才是当下大模型趋势里，大家最应该“卷”的方向。
在大模型不断取得突破的2023，把大模型当做大脑来辅助运行的具身智能机器人研究也在被迅速推进。2个多月前，谷歌DeepMind推出了第一个控制机器人的视觉-语言-动作模型——RT-2。未来的另一个方向是进一步探索不同数据集的混合会如何影响跨具身智能体泛化，以及这种泛化是如何是实现的。
大语言模型黑盒，居然被CMU等机构的学者打破了?他们发现，LLM内部有可解释的表征，如果撒谎能被测谎仪检测出来!最近，来自CAIS、CMU、斯坦福、康奈尔、马里兰、宾大等机构的学者又有了令人震惊的发现——大语言模型，并不仅仅是黑匣子，或者难以理解的庞大矩阵。在它们内部，具有可解释的内部表征。CMU等机构研究者的探索也告诉我们，人类对于AI系统的理解和控制会越
最强中文版LLaMA-2来了!15小时训练，仅需数千元算力，性能碾压同级中文汉化模型，开源可商用。LLaMA-2相较于LLaMA-1，引入了更多且高质量的语料，实现了显著的性能提升，全面允许商用，进一步激发了开源社区的繁荣，拓展了大型模型的应用想象空间。ColossalAI云平台现已开启公测，注册即可获得代金券，欢迎参与并提出反馈。
训练大模型，几千块就能实现了!现在，15小时、几千块钱、85亿token数据，即可训出中文LLaMA2。综合性能达到开源社区同规模从头预训练SOTA模型水平。更多应用场景、不同领域、不同版本的模型、企业私有化平台部署等正不断迭代。
【新智元导读】国产模型开源纪录，又被刷新了!上海AI实验室等机构开源的InternLM-20B，竟然能和Llama2-70B打个平手?就在刚刚，国内开源模型参数量纪录，又被刷新了!9月20日，上海人工智能实验室与商汤科技联合香港中文大学和复旦大学，正式开源了200亿参数的InternLM-20B模型。项目地址:https://github.com/InternLM/InternLM魔搭社区:https://modelscope.cn/organization/Shanghai_AI_Laboratory这次的200亿参数版书生·浦语大模型，可以说是「加量不加价」，参数量还不到三分之一，性能却可以剑挑当今开源模型的标杆——Llama2-70B。上海AI实验室的「雪中送炭」，必然会让大模型在落地领域发挥出巨大的价值。
BlogFox是一个可以从Youtube视频中自动转换成博客文章的工具。它使用Claude Opus模型生成高质量的博客文章，具有与人类写作无法区分的真实性和高度参与度。它还提供了自动生成内部和外部链接、生成高质量的博客图片、编辑文本等功能。通过与Youtube频道连接，可以将Youtube视频嵌入到最终博客中。
Effie是一个写作工具，提供了列表制作、思维导图、笔记记录、有重点的标记式写作等功能。它的主要优点是可以将思维导图和大纲用于可视化想法，并且提供了简洁的写作环境。Effie的定位是提高写作效率。
X Headshot是一款将自拍照片转化为专业AI头像的产品。通过上传照片，我们的AI模型会生成与真实照片相似的头像。相比实体拍摄，X Headshot更加便捷、经济且效果出色。我们提供多种变化，让您的头像更加完美，价格合理，并且我们还提供7天退款保证。
SmartPrep AI是一款下一代课程计划生成器，可简化流程，释放无限创造力，减少重复性任务，让教师有更多时间专注于教学。
Hirebee是现代化且增长最快的招聘软件和招聘解决方案。它提供智能化的招聘解决方案，帮助企业更快地招聘到更好的候选人，无论是在本地、全球还是远程。Hirebee的主要优点包括招聘自动化、候选人关系管理、招聘营销和分析报告等功能，使招聘过程更高效、快速和灵活。
APOB是一个AI创造者工具，可以生成独特的AI形象，为用户带来无限的创作可能。它可以用于生成图片和视频，适用于各种用途，包括数字孪生、明星致敬和动漫角色动画等。APOB具有灵活性和创造力，可以根据用户的喜好进行个性化定制。
ScrapeGraphAI是一个使用LLM（大型语言模型）和直接图逻辑来为网站、文档和XML文件创建抓取管道的Python网络爬虫库。用户只需指定想要提取的信息，库就会自动完成这项工作。该库的主要优点在于简化了网络数据抓取的过程，提高了数据提取的效率和准确性。它适用于数据探索和研究目的，但不应被滥用。
databonsai是一个Python库，利用大型语言模型（LLMs）执行数据清洗任务。它提供了一系列工具，包括数据分类、转换和提取，以及对LLM输出的验证，支持批量处理以节省令牌，并且具备重试逻辑以处理速率限制和瞬时错误。
Cognita 是一个开源框架，用于组织 RAG（Retrieval Augmented Generation）代码库，并提供一个前端界面，以便在不同的 RAG 定制中进行实验。它提供了一种简单的方法来组织代码库，使得在本地测试变得容易，同时也能够部署到生产环境中。Cognita 使用 Langchain/Llamaindex 作为底层技术，并提供了一个组织结构，使得每个 RAG 组件都是模块化的、API 驱动的，并且易于扩展。
Llama-3[8B] Meditron V1.0是一款专为生物医学领域设计的8亿参数的大型语言模型（LLM），在Meta发布Llama-3后24小时内完成微调。该模型在MedQA和MedMCQA等标准基准测试中超越了同参数级别的所有现有开放模型，并且接近70B参数级别医学领域领先的开放模型Llama-2[70B]-Meditron的性能。该工作展示了开放基础模型的创新潜力，是确保资源匮乏地区公平参与访问该技术更大倡议的一部分。
Video Mamba Suite 是一个用于视频理解的新型状态空间模型套件，旨在探索和评估Mamba在视频建模中的潜力。该套件包含14个模型/模块，覆盖12个视频理解任务，展示了在视频和视频-语言任务中的高效性能和优越性。
摆平AI论文写作助手是一个在线AI写作平台，专注于提供论文写作辅助服务。它通过智能算法帮助用户快速生成论文草稿，降低AI生成内容的明显痕迹，提升文章原创性。该产品适用于学生、教师及需要撰写论文的专业人士，具有操作简便、生成速度快、成本效益高等特点。
AI Nudes io是一款使用AI拍摄照片的网站。该产品利用类似于DALL E和ChatGPT的尖端AI技术，通过对数十亿张图像进行训练，生成极其逼真的人体，实现了非常逼真的深度伪造效果。产品具有高度的隐私保护，图像在一周内被删除，不会共享，用户信息匿名，并且采用了高级安全措施保护数据。
Nextpart AI是一个NSFW AI聊天应用程序，利用大型语言模型实现用户与AI角色之间逼真的互动。它具有AI生成语音和图像的能力，提供无过滤的18+对话。产品背景信息、定位和价格等详细信息请访问网站。
CrawlSpider是一款革命性的WordPress插件，旨在简化内部链接构建，帮助网站优化SEO结构，提升搜索引擎排名。它使用先进的匹配算法和NLP技术，自动进行内部链接的分配、关键词优化，并遵循SEO指南。
VirtualFantasy.ai是一个让用户连接理想AI伴侣的平台。用户可以选择男性、女性或跨性别的AI角色，并与其展开一段陪伴与理解的旅程，无论什么样的需求都能得到满足，无论是情感支持还是无偏见的对话。VirtualFantasy.ai提供个性化的AI角色生成和互动聊天功能，让用户与他们定制的AI伴侣建立情感和连接。
ZeroGPT是一个基于Web的ChatGPT检测器和其他AI内容检测工具。它帮助专业人士、学生、博主和其他作家检测和删除AI生成的内容。ZeroGPT通过各种算法和API在AI检测研究中分析您的文本，并提供AI概率得分百分比。
LingoSub允许您观看带字幕和翻译的视频，通过观看您喜爱的视频，您可以在上下文中学习新单词和短语。您还可以点击任何单词来查看其定义和发音。
Linktopia是一个面向SaaS创业公司的链接建设和博主外展平台。通过给出链接来获得链接，提高搜索流量。具有以下主要优点：简单透明的定价，每个链接机会都经过手动验证，可搜索相关链接。
Promptzone是一个充满活力的社区，供创意思维的人分享、探索和讨论各种类型和兴趣的提示。该产品为用户提供了一个平台，可以通过创意提示来激发他们的创造力，并与志同道合的人建立联系。Promptzone的主要优点是创造了一个友好的社区环境，鼓励用户分享和交流创意，为他们的项目和作品提供灵感和反馈。
