相關推薦
普通的文本識別已經out了!GOT-OCR2.0還懂公式和樂譜
近日,一款名爲GOT-OCR2.0的端到端OCR模型引起了業界廣泛關注。這款模型不僅能夠處理常規文本識別任務,還能應對公式、表格、樂譜等複雜內容,堪稱OCR領域的全能選手。GOT-OCR2.0的核心優勢在於其多樣化的功能和卓越的性能。首先,該模型主要支持中英文字符識別,並且通過進一步微調,可以擴展到更多語言。這種語言適應性使得GOT-OCR2.0在國際化應用中具有顯著優勢。在實際應用場景中,GOT-OCR2.0展現出了強大的適應能力。無論是街道標誌、廣告牌等自然場景中的文本,還是包含表格、公
ChatGPT突然給用戶發消息惹騷動,OpenAI 緊急修復漏洞
最近,OpenAI 的 ChatGPT 竟然 “主動” 給用戶發消息,這讓不少人感到有些驚慌。9月15日,一位名叫 SentuBill 的用戶在 ChatGPT 的 Reddit 社區分享了一張截圖,展示了這個聊天機器人詢問他高中第一週的情況。在隨後的對話中,ChatGPT 甚至表示想要定期 “關心” 用戶,並詢問是否希望自己主動發起對話。另一位用戶也經歷了類似的情況,AI 詢問他一週前檢查生病後症狀的進展情況。許多人對這種突如其來的互動感到好奇,甚至有些不安。起初,大家以爲這可能是 OpenAI 新推出的 o1-preview 和 o1-min
Snap 新AI功能來襲!只需一句話,AR 鏡頭瞬間生成!
在剛剛結束的 Snap 合作伙伴峯會上,Snap(Snapchat 的母公司)發佈了一項令人振奮的新功能 ——“Easy Lens”。這個功能真是太棒了,它可以把用戶簡單的英文描述轉換成 Snap 的增強現實(AR)鏡頭。只需要在 Snap 的開發者平臺 Lens Studio 中輸入你想要的效果,Easy Lens 就能利用生成式 AI 模型自動幫你生成一個獨特的鏡頭。這一舉措無疑大大降低了創作的門檻,讓更多人能夠輕鬆參與到鏡頭的製作中來。除了 “Easy Lens”,Snap 還推出了一款新工具 ——“Body Morph”。這個工具可以根據用戶的文本
ChatGPT竟然隱藏着這些文化偏見:傾向於英語國家和新教國家
最近,有一項新研究引了人們的關注,研究發現,ChatGPT 的回答反映了英語國家和新教國家人們的文化價值觀。這項研究的核心是,像 ChatGPT 這樣的大型語言模型在訓練時,使用了大量來自某些國家和文化的數據,這就可能導致這些模型的輸出結果帶有文化偏見。研究團隊由 René F Kizilcec 及其同事組成,他們通過讓五個不同版本的 OpenAI GPT 回答十個來自世界價值觀調查(World Values Survey)的問題,來探討這一文化偏見。這個調查旨在從全球各國收集文化價值觀的數據。這十個問題的設計讓受
復旦大學團隊提出革新性提示詞交易模式 重塑AI內容創作生態
隨着生成式AI的普及,提示詞交易市場正在迅速擴大。然而,當前以PromptBase爲代表的交易平臺仍以賣方主導定價,缺乏客觀的價格衡量標準。面對這一挑戰,復旦大學多媒體與智能安全團隊提出了一種創新的提示詞交易模式,旨在更好地適應未來的買方市場。這種新型交易模式主要包括兩個階段:提示詞類別選取和定價策略制定。在第一階段,平臺使用基於貪婪搜索的多臂老虎機算法,根據質量評估選擇待售提示詞類別。第二階段採用級聯Stackelberg博弈方法,將買家、平臺和賣家分別視爲一
VIP會員