2024年11月LLM最新排名：Gemini夺冠，重回榜首！
AI大模型领域，最近真可谓是“风波诡谲”。
-
你还在用谷歌学术？用AI可以大大提高学术效率
在学术研究的道路上，高效获取和处理信息至关重要。曾经，谷歌学术是众多学者的得力助手，但如今，AI学术工具的崛起正悄然改变着学术研究的格局。你是否还在坚守旧有的方式，而未意识到新的变革已经来临？
-
架构师必修之项目篇：基于ASR+GPT4.0+TTS实现全双工智能语音助手
收录于话题 #Agent开发 转自公众号：搜易开源http://mp.weixin.qq.com/s?__biz=MzI0NzU3NzI2OA==&mid=2247483922&idx=1&sn=348767362ac0198ec44dd6e252aab7eb 系统架构设计 1.1 ASR模块设计 ASR（Automatic Speech Recognition）模块是全双…
-
原来各种换皮小游戏都是零代码做的啊？
原来各种换皮小游戏都是零代码做的啊？ 无意间发现了一个宝藏项目——GDevelop。 这个名字是不是一看就有点正经？别被吓到！其实它是一个非常人性化的开源游戏开发工具，主打“人人都能做游戏”。而且，不需要写代码，完全靠拖拖拽拽+事件编辑器，你就能做出一个像模像样的游戏！ 这个工具厉害在哪儿？ 首先，GDevelop支持2D、3D甚至多人游戏！是的，3D都给你安排上了。用它可以做小清新风、赛博朋克风…
-
武汉大学提出多模态大语言模型DriveMLLM: 用于自动驾驶中多模态大语言模型空间理解的基准
点击下方卡片，关注“Ai fighting”公众号 作者| xiandan guo 编辑| Aifighting 本文只做学术分享，如有侵权，联系删文 Abstract 自动驾驶需要对三维环境的全面理解，以促进运动预测、规划和建图等高级任务的实现。在本文中，我们提出了DriveMLLM，一个专门设计用于评估多模态大语言模型（MLLMs）在自动驾驶中空间理解能力的基准…
-
Fast ES-RNN: 基于GPU的ES-RNN算法实现
本文的主要贡献是提出了一种新的 ES-RNN 实现方法。为了实现快速、可访问和通用的预测引擎，本文对 Smyl 在 M4 竞赛中的 C++ 实现进行了重新设计，以适应 GPU 计算。