清華團隊推出 MiniCPM：利用可擴充套件的訓練策略挖掘小模型潛力；蘋果MM1大模型：30B引數，多模態，在預訓練指標上達到SOTA；亞馬遜提出大規模影片語言對齊方法VidLA；英偉達參與，高效影片擴散模型CMD釋出；谷歌、Stability AI新研究：由文字引導生成紋理3D服裝；港大、阿里新研究：只需一張圖，輕鬆即時定製個性化照片；上海 AI Lab 新研究：將 LVLM 解析度提升到 4K HD。
大模型正在重構一個新的人工智慧，技術的更迭也是日新月異，這次我整理了近3個月的包含谷歌/蘋果/亞馬遜/阿里等最新大模型研究102篇大模型論文，給大家做學習參考。
掃碼回覆“大模型”
領最新100+篇大模型論文合集
AI大模型，正在改變世界，為了更好的入局AI大模型，這次我特意覆盤和整理大模型學習脈絡，開了30節大模型的課程，包含大模型理論、大模型論文帶讀以及大模型企業專案實戰，還附贈500+大模型論文。
0.01元解鎖30節“AI大模型系列課程”
領500+篇大模型論文合集
以下是《AI大模型系列課》課程目錄
第一課：NLP大模型：基礎、前沿與學習路徑
第二課：基於模型量化的大模型壓縮的進展
🔻 壓縮技術中，為什麼量化要優於剪枝、蒸餾？
🔻 如何搜尋裁剪閾值用於裁剪outlier？
🔻 包含有異常值outlier的特徵如何量化？
第三課：基於模型剪枝的大模型高效計算和應用
🔻 模型剪枝的技術背景
🔻 模型剪枝具體方法
🔻 模型剪枝前沿方法
🔻 語言模型剪枝例項
第四課：講解擴散模型的基礎知識及拓展應用
🔻 AI作畫–以文生圖
🔻 擴散模型是什麼
🔻 擴散模型工作拓展
🔻 擴散模型帶來的機遇
第五課：大語言模型的RLHF
🔻 RLHF的優點和挑戰
🔻 RLHF如何改善大模型效能
🔻 RLHF的實際應用案例
🔻 RLHF在大模型的未來趨勢
第六課：[LLM + 微調]大模型的高效微調
🔻 01 介紹
🔻 02 常用的高效微調方法介紹
🔻 03 如何針對領域資料集根據高效微調方法創造大語言模型
🔻 04 未來挑戰與研究方向
第七課：大模型醫療
🔻 醫療領域的資料特點、挑戰和機遇
🔻 大模型的定義和特點，如預訓練、微調、指令學習等
🔻 針對ChatGLM大模型，介紹ChatGLM模型微調
🔻 程式碼實踐以及模型微調
第八課：大模型基本概念以及應用場景
🔻 發展線路與技術手段
🔻 應用場景
🔻 缺點與侷限
🔻 未來展望
第九課：LLAMA2中文大模型
🔻 理論介紹
🔻 程式碼實踐
第十課：大模型前沿論文帶讀訓練營（NLP方向）
🔻 01 LLaMA訓練營
🔻 02 LLaMA訓練營——精讀
🔻 03 LLaMA訓練營——程式碼講解
🔻 04 GLM-130B訓練營——論文泛讀
🔻 05 GLM-130B訓練營——論文精讀
🔻 06 GLM-130B訓練營——程式碼講解
🔻 07 Alpaca訓練營——論文泛讀
🔻 08 Alpaca訓練營——論文精讀
🔻 09 Alpaca訓練營——程式碼講解
第十一課：掌握大模型領域前沿，跑通三套企業級專案程式碼
🔻 01 開發基於大模型的聊天機器人
🔻 02 實戰基於大模型的對話系統（實戰一）
🔻 03 大模型模型原理及綜述
🔻 04 大語言模型（LLM）原理及綜述
🔻 05 精讀大模型-3論文、Instruct論文
🔻 06 精讀谷歌PaLM論文、臉書LLaMA論文
🔻 07 實戰基於大模型的對話系統（實戰二）
🔻 08 實戰微調LLaMA模型
掃碼回覆“大模型”
領500+篇大模型論文合集
在大模型的構建之下，AI自動化互動，將會決定世界的未來，誰的大模型更強大，將決定在遙遠的未來的話語權，同時，大模型會成為AI基礎設施。
2024年也必將是大模型繼續活躍的一年，不想錯過大模型機遇的同學，趕緊0.01元掃碼獲取30節《AI大模型系列課程》！
0.01元解鎖30節“AI大模型系列課程”
領500+篇大模型論文合集
