Hugging Face 发布 Palette:用合成数据教会小型开源模型按你的设计语言制作幻灯片
Hugging Face 推出 Palette,一个经 LoRA 微调的 20B 开源权重模型,按 IBM Design Language 训练,学习“设计师+程序员”分工方式生成幻灯片,在 PresentBench 三个领域中的两个排名第一。
Hugging Face 推出 Palette,一个经 LoRA 微调的 20B 开源权重模型,按 IBM Design Language 训练,学习“设计师+程序员”分工方式生成幻灯片,在 PresentBench 三个领域中的两个排名第一。
AWS 机器学习博客发布教程,讲解用序列级知识蒸馏 SeqKD 在 Amazon SageMaker AI 上把购物智能体蒸馏进小模型,只需教师模型的文本输出,无需访问权重或 logits。
Hugging Face 宣布发起 Project ProtoStar,联合卡内基梅隆大学、普渡大学、佐治亚理工、亚利桑那州立大学和乔治华盛顿大学等机构,通过开放大学联盟 OFAI、Astera Institute 和 ORCA 等合作方,推动公共资助的科学数据集、模型和代码以 AI 可用、机器可操作的格式发布,并通过一系列公开挑战赛验证其复用价值。
Google Research 提出 sleep 框架,让 LLM 在清醒阶段交互学习、在离线睡眠阶段把短期上下文巩固为长期参数,从而持续学习且避免灾难性遗忘。
Microsoft Research 推出研究系统 StudentSim,通过从公开、去标识的学习者记录中训练个性化的 AI 学生模拟器,在真实学习者测试前评估和改进 AI 辅导工具。系统从行为保真度和指导响应性两个维度评估模拟器,并发布涵盖国际象棋、英语二语写作和数学的基准 StudentSimEval,StudentSim 在这三个领域均超越主流基线。该系统不用于课堂部署,也不旨在取代教师。
伯克利 Aditya G. Parameswaran 等人在 BAIR 发表观点文章,认为 AI 成本快速下降正在带来近乎免费的智能,数据系统研究将迎来三大挑战。