视频大语言模型（video-LLM）在多模态理解方面展现出卓越能力，但其在视频摘要时序一致性零样本评估方面的潜力仍未被充分挖掘。现有方法在检测关键时序错误（如动作缺失、幻觉或顺序混乱）时表现有限。为此，本文作出两项核心贡献：（1）提出一种创新的 ...

我们提出了 Step-Video-T2V，这是个有 300 亿参数的超厉害的文本到视频预训练模型，它能生成有 204 帧那么长的视频内容。为了做好视频生成这个任务，我们专门设计了一个深度压缩变分自动编码器，也就是 Video-VAE。它能把空间压缩到 16x16，时间上压缩 8 倍，还能 ...

LLaVA 1.5在sft数据、相应格式上做了些改进，有兴趣看看原文。LLaVA 1.5还引入了高分辨率输入，这种方法允许模型扩展到任意分辨率，同时保持数据效率。 LLaVA 模型架构目标是结合预训练LLM和视觉模型的能力，llava使用Vicuna作为的LLM （语言解码器），CLIP作为视觉 ...

在这个日益全球化的时代，法学留学正吸引着越来越多的中国学生。然而，海外法学教育体系经历了长达数百年的发展和变化，大陆法系和英美法系的差异同样催生了诸多不同的分支，法学学科的地域性又使之各具特点，这导致不同国家和地区、不同高校授予的 ...

LLM 开发入门。V1 版本的简化版，旨在帮助初学者最快、最便捷地入门 LLM 开发，理解 LLM 开发的一般流程，可以搭建出一个简单的 Demo。 LLM 开发技巧。LLM 开发更进阶的技巧，包括但不限于：Prompt Engineering、多类型源数据的处理、优化检索、召回精排、Agent 框架等 ...

该计划旨在帮助您在更广泛的法律和社会法律学习技能的背景下围绕国际商业和全球经济制定法律和监管制度。 LLM 将为您在商业部门、商业、政府或非政府组织的职业生涯做好准备。 您将精通思考全球范围内的商业以及法律、合规、企业社会责任和贸易在我们 ...

中共中央总书记、国家主席、中央军委主席习近平1月22日在中国共产党第十九届中央纪律检查委员会第五次全体会议上发表重要讲话。他强调，要深入贯彻全面从严治党方针，坚定政治方向，确保“十四五”时期我国发展的目标任务落到实处。 President Xi Jinping ...

自ChatGPT为代表的大语言模型（Large Language Model, LLM）出现以后，由于其惊人的类通用人工智能（AGI）的能力，掀起了新一轮自然语言处理领域的研究和应用的浪潮。尤其是以ChatGLM、LLaMA等平民玩家都能跑起来的较小规模的LLM开源之后，业界涌现了非常多基于LLM的 ...