Скачать Awesome Foundation Models - Загрузка исходного кода Awesome Foundation Models

Awesome Foundation Models

Другой исходный код

1.0.0

Скачать

Удивительные модели

Основная модель представляет собой крупномасштабную предварительную модель (например, Bert, Dall-E, GPT-3), которая может быть адаптирована к широкому диапазону нижестоящих приложений. Этот термин впервые был популяризирован Стэнфордским институтом искусственного интеллекта, ориентированного на человека. Этот репозиторий сохраняет кураторный список моделей фундамента для видения и языковых задач. Исследовательские работы без кода не включены.

Опрос

2024

Языковые агенты (от Princeton Shunyu Yao, докторская диссертация. Blog1, Blog2)
Систематический опрос о крупных языковых моделях для дизайна алгоритма (из City Univ. Гонконга)
Сегментация изображений в эпоху модели фундамента: опрос (из Пекинского технологического института)
На пути к зрению модель гео-основания: опрос (из Технологического университета Наняна)
Введение в моделирование на языке зрения (из Meta)
Эволюция мультимодальной модели архитектуры (из Университета Пердью)
Эффективные мультимодальные крупные языковые модели: опрос (от Tencent)
Фонд модели для понимания видео: опрос (из университета Аалборга)
Сора симулятор мира? Комплексный опрос по моделям общего мира и за его пределами (от Gigaai)
Проспективная роль моделей фундамента в продвижении автономных транспортных средств (из Университета Тонгджи)
Параметр-эффективная тонкая настройка для крупных моделей: комплексный опрос (из Северо-Восточного университета)
Обзор фона, технологий, ограничений и возможностей моделей крупных зрения (от Lehigh)
Большие мультимодальные агенты: опрос (из CUHK)
Странная долина: всесторонний анализ диффузионных моделей (из Мила)
Реал-роботы приложения моделей фонда: обзор (из Университета Токио)
От GPT-4 до Близнецов и за его пределами: оценка ландшафта MLLM по обобщению, достоверности и причинности в течение четырех методов (из лаборатории Шанхая ИИ)
На пути к объединению генеративной и дискриминационной модели визуального фонда: опрос (из JHU)

До 2024 года

Основополагающие модели в медицинской визуализации: комплексный опрос и будущее видение (от SDSU)
Модели мультимодального фонда: от специалистов до помощников общего назначения (от Microsoft)
На пути к модели генерального фонда для радиологии (от SJTU)
Основополагающие модели, определяющие новую эру в видении: опрос и перспективы (из Университета ИИ МБЗ)
На пути к биомедицинскому ИИ (из Google)
Систематическое обследование быстрого инженера на моделях фонда на языке зрения (из Оксфорда)
Большие мультимодальные модели: примечания на учебник CVPR 2023 (от Chunyuan Li, Microsoft)
Опрос о мультимодальных крупных языковых моделях (от USTC и Tencent)
Модели зрения для задач зрения: опрос (из Технологического университета Наняна)
Фонд модели для генерального медицинского искусственного интеллекта (из Стэнфорда)
Комплексный опрос по предварительному фонду моделей: история от Bert до CHATGPT
Комплексное обследование контента, сгенерированного AI (AIGC): история генеративного искусственного интеллекта от Gan до Chatgpt
Предварительное обучение на языке зрения: основы, последние достижения и будущие тенденции
О возможностях и рисках моделей фундамента (этот опрос сначала популяризирует концепцию модели фундамента; от Стэндфорда)

Документы по дате

2024

[11/14] Законы масштабирования точности (из Гарварда)
[11/13] Neuralfeels с нейронными полями: визуатактивное восприятие для манипуляции в руках (из мета)
[11/07] Dino-Wm: World Models на предварительно обученных визуальных функциях обеспечивают планирование с нулевым выстрелом (из Нью-Йоркского университета)
[10/31] Проект SID: моделирование множества агентов в направлении цивилизации ИИ (от Altera.al)
[10/30] Tokenformer: переосмысление масштабирования трансформатора с помощью токеновых параметров модели (из Института информатики Макса Планка)
[10/30] Центрирование вознаграждения (от Ричарда Саттона, Университет Альберты)
[10/21] Долгосрочная память: основание самоэволюции ИИ (из Института Тянькио и Крисси Чен)
[10/10] увеличивая ваши ядра: большая конструкция ядра в Convnets к универсальным представлениям (от CUHK)
[10/04] Movie Gen: актерский состав моделей Media Foundation (из Meta)
[10/02] Были ли RNNS все, что нам было нужно? (из Мила)
[10/01] NGPT: нормализованный трансформатор с изучением представления о гиперсфере (из NVIDIA)
[09/30] MM1.5: Методы, анализ и понимание мультимодальной точной настройки LLM (из Apple)
[09/27] EMU3: предсказание следующего ток
[09/25] Molmo и Pixmo: открытые веса и открытые данные для современных мультимодальных моделей (от Allen AI)
[09/18] QWEN2-VL: улучшение восприятия модели на языке зрений в любом разрешении (из Alibaba)
[09/18] Моши: модель фонда речевого текста для диалога в реальном времени (из Кьютай)
[08/27] Модели диффузии-это игровые двигатели в реальном времени (от Google)
[08/22] Sapiens: Foundation для моделей человеческого зрения (из Meta)
[08/14] Imagen 3 (из Google DeepMind)
[07/31] стадо ламы 3 моделей (из Meta)
[07/29] Сэм 2: сегмент что угодно на изображениях и видео (из Meta)
[07/24] Partglee: модель фундамента для распознавания и анализа любых объектов (от Hust и Bytedance)
[07/17] Ева: открытие моделей на языке зрений без кодеров (от BAAI)
[07/12] Трансформерные слои как художники (от Сакана Ай)
[06/24] Cambrian-1: полностью открытое, ориентированное на зрение исследование мультимодальных LLM (из NYU)
[06/13] 4M-21: модель Any-To-Any Vision для десятков задач и модальностей (от EPFL и Apple)
[06/10] Мерлин: модель языка видения для 3D -компьютерной томографии (из Стэнфорда. Код будет доступен.)
[06/06] Vision-LSTM: XLSTM как общее зрение (от авторов LSTM)
[05/31] Meshxl: Поле нервной координаты для генеративных моделей трехмерного фундамента (от Fudan)
[05/25] Moeut: Universal Transformers Mixture-Of Experts (из Стэнфорда)
[05/22] Внимание как RNN (от Mila & Borealis AI)
[05/22] Гигапат: модель фонда целоголайда для цифровой патологии из реальных данных (от природы)
[05/21] BiomedParse: модель биомедицинского основания для биомедицинского анализа изображений (от Microsoft. Версия журнала)
[05/20] OCTO: Политика генерального робота с открытым исходным кодом (от UC Berkeley)
[05/17] Законы о масштабировании наблюдательного масштаба и предсказуемость производительности языковой модели (FRO Standford)
[05/14] Понимание разрыва в производительности между алгоритмами онлайн и автономного выравнивания (из Google)
[05/09] Lumina-T2X: преобразование текста в любую модальность, разрешение и продолжительность с помощью больших диффузионных трансформаторов на основе потока (из лаборатории Shanghai AI)
[05/08] Вы кэш только один раз: архитектура декодера-декодера для языковых моделей
[05/07] XLSTM: расширенная длинная кратковременная память (от Sepp Hochreiter, автора LSTM.)
[05/06] Содействие мультимодальным медицинским возможностям Близнецов (из Google)
[05/04] U-DITS: токены DownSample в U-образных диффузионных трансформаторах (из университета Пекинга)
[05/03] Vibe-Eval: набор жесткой оценки для измерения прогресса моделей мультимодального языка
[04/30] Кан: Сети Колмогоров-Арнольд (многообещающие альтернативы MLP. Из MIT)
[04/26] Как далеко мы можем GPT-4V? Закрытие пробела к коммерческим мультимодальным моделям с люксами с открытым исходным кодом (Internvl 1.5. Из Shanghai AI Lab)
[04/14] Transformerfam: Внимание обратной связи - это рабочая память (из Google. Эффективное внимание.)
[04/10] не оставляйте контекста позади: Эффективные бесконечные контекстные трансформаторы с бесконечным вниманием (из Google)
[04/02] Octopus V2: модель языка на Device для Super Agent (из Стэнфорда)
[04/02] Смести Depths: динамически распределять вычислительные на основе трансформатора языковые модели (из Google)
[03/22] Internvideo2: масштабирование моделей видео фонда для многомодального понимания видео (из Shanghai AI Lab)
[03/18] ARC2FACE: Фонд -модель человеческих лиц (из Императорского колледжа Лондона)
[03/14] MM1: Методы, анализ и понимание из предварительной тренировки мультимодального LLM (параметры 30b. Из Apple)
[03/09] Unigradicon: модель фонда для регистрации медицинского изображения (с холма UNC-Chapel)
[03/05] Масштабирование выпрямленных трансформаторов потока для синтеза изображения с высоким разрешением (стабильная диффузия 3. Из стабильности AI)
[03/01] Обучение и использование мировых моделей в области визуального представления (из Meta)
[03/01] Visionllama: единый интерфейс ламы для задач зрения (от Meituan)
[02/28] CLLMS: консистенция крупных языковых моделей (от SJTU)
[02/27] Прозрачная диффузия слоя изображения с использованием скрытой прозрачности (от Стэндфорда)
[02/22] MobileLlm: оптимизация языковых моделей параметров поджильса для вариантов использования на устройстве (из Meta)
[02/21] Помимо ∗: лучшее планирование с трансформаторами с помощью динамики поиска. Начатка (из Meta)
[02/20] Диффузия нейронной сети (генерирование параметров сети с помощью диффузионных моделей. Из NUS)
[02/20] Видеопизм: основополагающий визуальный энкодер для понимания видео (из Google)
[02/19] Подходит: Гибкий трансформатор зрения для диффузионной модели (из Shanghai AI Lab)
[02/06] MobileVLM V2: более быстрая и более сильная базовая линия для модели языка зрения (от Meituan)
[01/30] Yolo-World: обнаружение открытого вокабуляционного объекта в реальном времени (от Tencent и Hust)
[01/23] Lumiere: модель диффузии пространства-времени для генерации видео (из Google)
[01/22] CHEXAGENT: к модели фундамента для интерпретации рентгеновских лучей (из Стэнфорда)
[01/19] глубина.
[01/16] SIT: Изучение генеративных моделей на основе потока и диффузии с масштабируемыми межполанными трансформаторами (из NYU)
[01/15] instantid: поколение идентификации с нулевым выстрелом за секунды (от Xiaohongshu)

2023

BioClip: модель фонда Vision для дерева жизни (CVPR 2024 Лучшая студенческая бумага)
Мамба: моделирование последовательности линейного времени с селективными пространствами состояния (мамба, по-видимому, превосходит трансформаторы одинакового размера, а линейно масштабируется с длиной последовательности. Из CMU)
Foundation: Unified 6D Pose Acvation и отслеживание новых объектов (из NVIDIA)
Отслеживая все повсюду одновременно (из Корнелла, ICCV 2023 Лучшая студенческая бумага)
Фонд модели для генерального геопространственного искусственного интеллекта (от IBM и НАСА)
Llama 2: Open Foundation и модели с тонко настроенными чатами (от Meta)
Internlm-xcomposer: большая модель на языке зрения для расширенного понимания и композиции текста-изображения (из лаборатории Shanghai AI)
Всевидящий проект: к паноптическому визуальному распознаванию и пониманию открытого мира (из лаборатории Шанхая ИИ)
Мета-трансформатор: унифицированная структура для мультимодального обучения (от CuHK и Shanghai AI Lab)
Удерживающая сеть: преемник трансформатора для крупных языковых моделей (из Университета Microsoft и Tsinghua)
Нейронные мировые модели для компьютерного зрения (докторская диссертация Энтони Ху из Кембриджского университета)
Признайте что угодно: сильная модель тегации изображения (сильная модель фундамента для тега изображения. От Oppo)
На пути к визуальным моделям физических сцен (описывается первый шаг к изучению общего назначения визуальных представлений физических сцен, используя только прогноз изображения в качестве критерия обучения; от AWS)
Лима: меньше для выравнивания (параметры 65B, из мета)
Palm 2 Технический отчет (из Google)
ImageBind: одно встроенное пространство, чтобы связать их все (от Meta)
Настройка визуальной инструкции (Llava, из U of Wisconsin-Madison и Microsoft)
Кажется: сегментируйте все повсюду одновременно (из Университета Висконсин-Мэдисон, HKUST и Microsoft)
Сэм: сегмент что угодно (первая модель фундамента для сегментации изображений; от Meta)
Seggpt: сегментирование всего в контексте (от Baai, Zju и PKU)
Изображения говорят на изображениях: художник-универсальный визуальный обучение в контексте (от Baai, ZJU и PKU)
Unidector: обнаружение всего в открытом мире: к универсальному обнаружению объектов (CVPR, от Tsinghua и Bnrist)
Unmasked Учитель: На пути к моделям видео-фонда (из Китайской академии наук, Академии наук Университета Китая, Лаборатория Шанхайского AI)
Визуальная подсказка многомодального отслеживания (из Далянского технологического университета и лаборатории Peng Cheng)
На пути к созданию общих моделей фундамента для языка, видения и понимания зрений (из байеданса)
Eva-clip: улучшенные методы обучения для клипа в масштабе (от Baai и Hust)
EVA-02: визуальное представление для неонового генезиса (от Baai и Hust)
EVA-01: Изучение пределов обучения визуальному представлению в масштабе в масштабе (CVPR, от BAAI и HUST)
Llama: открытые и эффективные модели языка фундамента (коллекция языковых моделей в диапазоне от 7b до 65b; от Meta)
Эффективность предварительного прохождения MAE для предварительной подготовки в миллиард (от META)
Bloomberggpt: большая языковая модель для финансов (50 миллиардов параметров; от Bloomberg)
Блум: многоязычная языковая модель с открытым доступом 176B (эта работа была скоординирована BigScience, целью которой является демократизация LLMS.)
Flip: масштабирование языкового изображения предварительное обучение с помощью маскировки (от Meta)
BLIP-2: предварительное обучение языкового изображения с начальной загрузкой с замороженными кодерами изображений и большими языковыми моделями (из исследования SaleForce)
Технический отчет GPT-4 (от OpenAI)
Visual Chatgpt: разговор, рисование и редактирование с помощью моделей Visual Foundation (от Microsoft Research Asia)
Uninext: универсальное восприятие экземпляра как обнаружение и поиск объекта (единая модель для 10 задач восприятия экземпляра; CVPR, от байтеданса)
Internvideo: модели общего видео -фонда посредством генеративного и дискриминационного обучения (из Shanghai AI Lab)
Учебное пособие: изучение крупномасштабных моделей фонда видения с деформируемыми свержениями (CVPR, из Shanghai AI Lab)
Bridgetower: создание мостов между кодерами в обучении на языке зрения (из Института технологий Харбина и Microsoft Research Asia)

2022

BEVT: BERT Pretrying of Video Transformers (CVPR, из Шанхайской лаборатории ключей интеллектуальной обработки информации)
Фонд Трансформеры (от Microsoft)
Общественный агент (известный как Gato, мультимодальный, многозадачный, мультиэмбодирующий агент, от DeepMind)
Клетчатка: предварительная тренировка с грубым до образования зрительного языка с Fusion в основе (от Microsoft, UCLA и Нью-Йоркского университета)
Flamingo: модель визуального языка для нескольких выстрелов (от DeepMind)
Metalm: Языковые модели-это интерфейсы общего назначения (от Microsoft)
Point-E: Система для генерации трехмерных облаков точек из сложных подсказок (эффективная генерация трехмерных объектов с использованием диффузионной модели текста до изображения; от OpenAI)
Сегментация изображения с использованием текстовых и изображений (CVPR, из Университета Геттингена)
Объединяющий поток, оценка стерео и глубины (унифицированная модель для трех задач движения и трехмерного восприятия; из Zurich) из Цюриха)
Пали: совместно масштабированная многоязычная модель языка (из Google)
Videomae: AutoEncoders в масках-это эффективные данные для самоотверженных видео предварительного обучения (Neurips, из Университета Нанкин, Tencent и Shanghai AI Lab)
Слипать: самоотверждение встречает предварительное обучение языкового изображения (ECCV, из UC Berkeley и Meta)
GLIPV2: объединение локализации и понимания VL (Neurips'22, от UW, Meta, Microsoft и UCLA)
GLIP: обоснованный язык-изображение (CVPR, от UCLA и Microsoft)
Blip: начальная загрузка языкового изображения предварительного обучения для Unified Vision Language Infly и Generation (из исследований Salesforce)
Nuwa-Infinity: Autoregressive Of Autoregressing Generation для бесконечного визуального синтеза (от Microsoft)
Palm: Моделирование языка масштабирования с помощью путей (из Google)
Coca: контрастные подписи являются моделями фонда с изображением текста (от Google)
Parti: масштабирование авторегрессивных моделей для богатого контентом генерации текста до изображения (от Google)
Унифицированный интерфейс последовательности для задач зрения (из Google Research, Brain Team)
Imagen: фотореалистические модели диффузии текста до изображения с глубоким языком понимание (от Google)
Стабильная диффузия: синтез изображения с высоким разрешением с скрытыми диффузионными моделями (CVPR, от стабильности и взлетно-посадочной полосы)
Помимо имитационной игры: количественная оценка и экстраполирование возможностей языковых моделей (Big-Bench: 204-задача чрезвычайно сложный и разнообразный эталон для LLMS, 444 автора из 132 учреждений)
CRIS: клип-ориентированная сегментация изображений (из Университета Сиднея и Оппо)
Автокодеры в масках как пространственно -временные ученики (расширение MAE на видео; Neurips, от Meta)
Автоэнкодеры в масках - это масштабируемые ученики зрения (CVPR 2022, от Fair)
Инструктор: модели обучения языковым языкам, чтобы следовать инструкциям с отзывами человека (обучен с людьми в цикле; от Openai)
Унифицированный интерфейс последовательности для задач зрения (Neurips 2022, от Google)
Dall-E2: иерархическая генерация текстовых кондиционированных изображений с задержками клипа (от Openai)
Надежная и эффективная медицинская визуализация с самооценкой (от Google, Georgia Tech и Northwestern University)
Video Swin Transformer (CVPR, от Microsoft Research Asia)
OFA: объединение архитектур, задач и модальностей через простую структуру обучения последовательности к последовательности (ICML 2022. Из Alibaba.)
Mask2former: Трансформатор маски для маскируемой маски для универсальной сегментации изображений (CVPR 2022, от Fair и UIUC)
Flava: модель выравнивания фундаментальных языков и видения (CVPR, из исследования Facebook AI)
На пути к искусственному общему интеллекту через модель мультимодального фонда (Nature Communication, от Китайского университета Ренмина)
Филип: мелкозернистое интерактивное предварительное обучение языкового изображения (ICLR, от Huawei и Hkust)
SIMVLM: Простая модель визуального языка предварительно подготовлена со слабым надзором (ICLR, от CMU и Google)
Глид: к фотореалистическому генерации изображений и редактированию с помощью текстовых диффузионных моделей (от OpenAI)

2021

Объединение задач зрения и языка через генерацию текста (от холма UNC-Chapel)
Выравнивание: масштабирование визуального и зрительного репрезентации обучения с шумным контролем текста (PMLR, из Google)
Блок: мультимодальное многозадачное обучение с унифицированным трансформатором (ICCV, от Fair)
Венлан: Соединение зрения и языка с помощью крупномасштабного мультимодального предварительного обучения (в этой статье представлена первая крупномасштабная китайская мультимодальная модель предварительного обучения под названием Brivl; из Китайского университета Ренмина)
Кодекс: оценка крупных языковых моделей, обученных коду (модель языка GPT, созданную на открытом коде от Github, от Openai и Anpry AI)
Флоренция: новая модель фундамента для компьютерного видения (от Microsoft)
Dall-e: генерация с нулевым выстрелом для текста до изображения (от Openai)
CLIP: Обучение переносимым визуальным моделям из естественного языка (от OpenAI)
Мультимодальное обучение с несколькими выстрелами с моделями замороженного языка (Neurips, от DeepMind)
Трансформатор SUVIN: иерархическое трансформатор зрения с использованием смещенных Windows (ICCV, от Microsoft Research Asia)
Изображение стоит 16x16 слов: трансформаторы для распознавания изображений в масштабе (первое видение трансфмер с чистыми блоками самопринятия; ICLR, из Google)

До 2021 года

GPT-3: Языковые модели-это несколько выстрелов (параметры 175B; разрешает встроенное обучение по сравнению с GPT-2; от OpenAI)
Uniter: Universal Image-Text Learning Learning (от Microsoft)
T5: Изучение пределов обучения передачи с помощью унифицированного трансформатора текста в текст (из Google)
GPT-2: Языковые модели-это неконтролируемые многозадачные ученики (параметры 1,5B; от OpenAI)
LXMERT: изучение репрезентаций энкодера перекрестного модальности от трансформаторов (EMNLP, с холма UNC-Chapel)
Берт: предварительное обучение глубоких двунаправленных трансформаторов для понимания языка (от языка Google AI)
GPT: улучшение понимания языка путем генеративного предварительного обучения (от OpenAI)
Внимание - это все, что вам нужно (Neurips, от Google и UOT)

Документы по теме

Большой язык/мультимодальные модели

Ллава: настройка визуальных инструкций (из Университета Висконсин-Мэдисон)
Minigpt-4: улучшение понимания зрений с помощью продвинутых крупных языковых моделей (от Kaust)
Технический отчет GPT-4 (от OpenAI)
GPT-3: Языковые модели-это несколько выстрелов (параметры 175B; разрешает встроенное обучение по сравнению с GPT-2; от OpenAI)
GPT-2: Языковые модели-это неконтролируемые многозадачные ученики (параметры 1,5B; от OpenAI)
GPT: улучшение понимания языка путем генеративного предварительного обучения (от OpenAI)
Llama 2: Open Foundation и модели с тонко настроенными чатами (от Meta)
Llama: открытые и эффективные модели языка фундамента (модели в диапазоне от 7b до 65b параметры; от Meta)
T5: Изучение пределов обучения передачи с помощью унифицированного трансформатора текста в текст (из Google)

Линейное внимание

Flashattention-2: более быстрое внимание с лучшим параллелизмом и рабочим разделом
Флэндика: быстрое и эффективное память точное внимание с i-avingense

Большие тесты

Ophnet: крупномасштабный видео-эталон для офтальмологического хирургического понимания рабочего процесса (крупномасштабный аннотированный видео-эталон для офтальмологической хирургии. Из Monash, 2024)
MMT-Bench: комплексный мультимодальный эталон для оценки больших моделей языка зрений в направлении многозадачного AGI (от Shanghai AI Lab, 2024)
Blink: мультимодальные крупные языковые модели могут видеть, но не восприниматься (мультимодальный эталон. Из Университета Пенсильвании, 2024)
Сестра CAD: крупномасштабная модель CAD модель в видео RGB (видео RGB с аннотацией CAD. Из Google 2023)
ImageNet: крупномасштабная иерархическая база данных изображений (Vision Benchmark. Из Stanford, 2009)

Правовидение предварительной подготовки

Flip: масштабирование языкового изображения предварительное обучение с помощью маскировки (от Meta)
BLIP-2: предварительное обучение языкового изображения с начальной загрузкой с замороженными кодерами изображений и моделями крупных языков (предлагает общую и эффективную стратегию VLP, основанную на готовых моделях замороженного видения и языка. Из исследования Salesforce)
Blip: начальная загрузка языкового изображения предварительного обучения для Unified Vision Language Infly и Generation (из исследований Salesforce)
Слипать: самоотверждение встречает предварительное обучение языкового изображения (ECCV, из UC Berkeley и Meta)
GLIP: обоснованный язык-изображение (CVPR, от UCLA и Microsoft)
Выравнивание: масштабирование визуального и зрительного репрезентации обучения с шумным контролем текста (PMLR, из Google)
RegionClip: предварительная подготовка языка на основе региона
CLIP: Обучение переносимым визуальным моделям из естественного языка (от OpenAI)

Задачи восприятия: обнаружение, сегментация и оценка позы

SAM 2: сегмент что угодно на изображениях и видео (из Meta)
Foundation: Unified 6D Pose Acvation и отслеживание новых объектов (из NVIDIA)
Кажется: сегментируйте все повсюду одновременно (из Университета Висконсин-Мэдисон, HKUST и Microsoft)
Сэм: сегмент что угодно (первая модель фундамента для сегментации изображений; от Meta)
Seggpt: сегментирование всего в контексте (от Baai, Zju и PKU)

Эффективность обучения

Зеленый ИИ (представляет концепцию Red AI против зеленого ИИ)
Гипотеза лотерейного билета: поиск редких, обучаемых нейронных сетей (гипотеза лотерейного билета, из MIT)

К искусственному общему интеллекту (AGI)

На пути к AGI в компьютерном видении: уроки, извлеченные из моделей GPT и крупных языков (от Huawei)

Безопасность и ответственность

Ограничение вероятности вреда от ИИ создать ограждение (блог от Йошуа Бенгио)
Управление экстремальными рисками ИИ на фоне быстрого прогресса (из науки, май 2024 г.)