伯克利 AI 实验室开源图像编辑模型 InstructPix2Pix，简化生成图像编辑并提供一致结果
来自伯克利人工智能研究（BAIR）实验室的研究人员开源深度学习模型 InstructPix2Pix，它可以遵循人类指令来编辑图像。InstructPix2Pix 在合成数据上进行训练，表现优于基线 AI 图像编辑模型。该数据集用于训练图像生成扩散模型，该模型可以接受基于文本的指令来编辑图像。例如，给定一张骑马的人的图片和提示词“让她变成骑龙”，它会输出原始图片，但原来的马被替换了龙。来源：微信公众号【AI前线】
推动生成式人工智能健康发展
具有创造性是生成式人工智能的核心特征。强大的对话能力和生成能力，能够处理超长文本，允许用长形式的内容创建、扩展会话、文档搜索，回答新问题、承认可能的错误、拒绝不适当的请求等，意味着当前人工智能颠覆了传统搜索模式，具有创造性将信息转化为知识的优势，不仅对我们熟悉的咨询、教学、考试等方面产生深远影响，在智能客服、游戏、虚拟人等领域也得到广泛应用。来源：搜狐新闻-中国经济网
西班牙成立欧洲首个AI监管机构
近日，西班牙政府宣布成立了欧洲首个人工智能监管机构——西班牙人工智能监管局（AESIA）。据了解，AESIA的成立旨在发展“包容、可持续和以公民为中心”的AI。该机构将监管算法应用、数据使用以及确保AI系统遵守道德规范。AESIA的首要任务是执行欧盟的人工智能法案。其中规定了AI系统必须达到的明确法律要求。草案禁止使用可能损害公民权利的某些AI应用，如基于生物特征的实时远距离识别系统。草案还要求高风险AI系统必须符合透明度、监督和问责制等要求。来源：凤凰网-站长之家
上海交通大学清源研究院和里海大学研究团队发布过滤低质量数据的数据选择器
上海交通大学清源研究院和里海大学研究团队设计了一个数据选择器，从中选出了 200 个数据，然后训练得到了 InstructionGPT-4 模型，其表现竟优于微调数据更多的 MiniGPT-4。这个数据选择器能够自动识别并过滤低质量视觉 – 语言数据，从而确保模型训练所使用的都是最相关和信息最丰富的样本。在视觉 – 语言指令微调中，数据的质量比数量更重要。此外，这种更加强调数据质量的变革提供了一个能提升 MLLM 微调的更有效的新范式。来源：微信公众号【机器之心】
相关文章
