最好的CMU AI工具模型_精選CMU資訊

AI資訊

大模型推理大變革！CMU 與英偉達攜手推出 Multiverse，實現超高速並行生成

隨着人工智能的發展，大型語言模型（LLM）的應用越來越廣泛，但目前的推理方式仍然存在不少侷限性。傳統的自迴歸生成方式需要逐個生成 token，效率較低且無法充分利用現代硬件的並行計算能力。爲了解決這一問題，卡耐基梅隆大學(CMU)與英偉達的研究團隊推出了一種名爲 Multiverse 的新型生成模型，旨在實現原生並行生成，從根本上改變我們對 LLM 推理的理解。Multiverse 並不僅僅是加快生成速度，而是重新思考了模型的架構。研究者們發現，當前主流的大語言模型在生成過程中其實暗含

11.1k 3 天前

一張圖生成3D模型！PartCrafter顛覆建模流程，北大+字節+CMU聯手打造

3D建模技術迎來重大革新!由北京大學、字節跳動和卡內基梅隆大學聯合研發的PartCrafter項目正式亮相，憑藉單張RGB圖像即可生成高精度、結構化的3D模型，徹底顛覆傳統“先分割再重建”的複雜流程。這一技術不僅提升了生成效率，還能推斷不可見結構的3D幾何，展現了AI在3D生成領域的巨大潛力。AIbase編輯團隊整理了最新信息，爲您深度解析PartCrafter的創新與影響。PartCrafter:從單張圖像到結構化3D模型PartCrafter是一款開創性的結構化3D生成模型，能夠從單張RGB圖像直接生成包含多個語義部件的

26.1k 12-16

一張圖生成3D模型！PartCrafter顛覆建模流程，北大+字節+CMU聯手打造

輸入一句話，輸出一套樂高設計!CMU 開源 LegoGPT AI 項目

卡內基梅隆大學研究團隊發佈一項創新性人工智能項目——LegoGPT，該模型可根據自然語言文本自動生成可拼搭的樂高積木設計。項目已在 GitHub 開源，用戶可自由下載模型與數據集進行嘗試和拓展。LegoGPT 由自迴歸大型語言模型驅動，訓練數據包括超過47，000塊樂高積木組成的28，000多個獨特3D 對象。用戶只需輸入如“一個吉他造型”這樣的文本提示，模型便能生成結構合理、可穩定搭建的樂高拼搭方案。其核心亮點在於搭建過程中的“有效性檢查”與“物理感知回滾”機制，確保生成的積

11.6k 6 天前

CMU 團隊推出元強化微調：提升大語言模型推理能力的新範式

在人工智能領域，大語言模型（LLM）正在不斷進化，最近，卡內基梅隆大學(CMU)與 HuggingFace 的研究者們共同提出了一種名爲 “元強化微調”(Meta Reinforcement Fine-Tuning，簡稱 MRT)的新方法。這一方法旨在優化大語言模型在測試時的計算效率，尤其是在解決複雜推理問題時，表現尤爲突出。研究表明，現有的大語言模型在推理過程中常常消耗過多的計算資源，而 MRT 的目標是讓模型在給定的計算預算內，實現更高效的答案發現。該方法將大語言模型的輸出分割成多個片段，以便在探索與利用之間

12.9k 3 天前