Пачка анонсов от Meta:

Meta Chameleon — языковые модели 7B и 34B для обработки смешанного ввода и вывода текста.

Meta Multi-Token Prediction — предварительно обученные языковые модели для работы с кодом.

Мета-JASCO — модели преобразования текста в музыку, которые могут принимать различные входные данные. Посмотрите примеры, модель - огонь, жду потирая руки

Meta AudioSeal — модель добавления вотермарков на аудио, специально разработанная для распознавания речи, создаваемой искусственным интеллектом. Модель доступна по коммерческой лицензии

DIG-In — какая-то штука для исследований и разработок в области географических данных и культурных предпочтений в системах искусственного интеллекта.

#news #coding #LLM #text2music #music2music

А теперь пачка релизов от NVIDIA, более 50 препринтов на CVPR 2024

Начнем с того что они показали свой крутой персонализатор без дообучения JeDi
И выкладывать его в опенсорс, видимо, не собираются. Ну что ж, кросивое

#personalization #text2image

VILA: On Pre-training for Visual Language Models

NVIDIA. #VLM пониматор картинок и видео с открытым исходным кодом.

Код
Демо

#video2text #image2text

В комментах ещё)