是时候把数据Scale Down了!Llama 3揭示了这个可怕的事实:数据量从2T增加到15T,就能大力出奇迹,所以要想要有GPT-3到GPT-4的提升,下一代模型至少还要150T的数据。好在,最近有团队从CommonCrawl里洗出了2…

最新声浪
查看全部 →240万亿巨量数据被洗出,足够训出18个GPT-4!全球23所机构联手,清洗秘籍公开
96 0 0
【论文导读】CCF语音对话与听觉专委会论文导读 - INTERSPEECH 2024专题(一)
为促进最新研究成果的传播与交流,CCF语音对话与听觉专委在专委会微信公众号启动论文导读栏目,定期分享最新语音、对话与听觉相关研究方向论文。本期是2024年导读栏目的第1期,也是INTERSPEECH 2024专题第一部分,共遴选了7篇论文,…
45 0 0
GigaSpeech 2:三万小时东南亚多语种语音识别开源数据集发布
“Giga”一词源于“gigantic”,互联网上具有海量音频资源,但语音质量良莠不齐,高质量音频文本对数据十分稀缺且标注成本高昂,特别是在小语种领域。GigaSpeech 是一个非常成功的英文开源数据集,以 YouTube 和 Podca…
67 0 0
论文分享 | 利用对比学习和知识蒸馏进行缺失模态谣言检测
本次分享由江西师范大学与Institute for Infocomm Research, A*STAR联合投稿于EMNLP 2023 的一篇论文《Leveraging Contrastive Learning and Knowledge D…
80 0 0
GPT-4o攻破ARC-AGI无法被挑战的神话!71%准确率成新SOTA
号称不可能轻易被击败的AGI基准ARC-AGI被GPT-4o撼动,GPT-4o以在公共测试集50%、在训练集71%的准确率成为了新的SOTA! ARC-AGI是唯一可以用来衡量通用人工智能进展的基准,创造者François Chollets…
83 0 0
2024 Interspeech & ACL|通义实验室入选两大会议论文速览
分享8篇通义实验室在 INTERSPEECH 2024 和 ACL 2024 中稿的论文,涵盖音频理解与生成、语音情感表示、语音合成、语音分离、说话人验证、自动语音识别等多个技术方向。 INTERSPEECH是国际语音通讯协会(ISCA)组…
94 0 0
安克创新 | 招聘大模型算法工程师(北京)
安克创新 安克创新科技股份有限公司成立于2011年,是国内营收规模最大的全球化消费电子品牌企业之一,专注于智能配件和智能硬件的设计、研发和销售。企业业务从线上起步,主要销售渠道为Amazon、Ebay、天猫、京东等海内外线上平台,在亚马逊等…
87 0 0
