时间: 2022.12.26-2023.1.1
最新技术:
Dream3D: Zero-Shot Text-to-3D Synthesis Using 3D Shape Prior and Text-to-Image Diffusion Models
官网: bluestyle97.github.io/dream3d/
SinDDM: A Single Image Denoising Diffusion Model 单图像去噪扩散模型
论文提出一种在单幅图像上训练DDM的框架SinDDM,用多尺度扩散过程和轻量去噪器来驱动反向扩散过程。SinDDM适用于各种任务,如风格迁移和用单幅图像引导生成,并且能生成任意维的多样高质量样本。
论文链接:https://arxiv.org/abs/2211.16582
PromptonomyViT: Multi-Task Prompt Learning Improves Video Transformers using Synthetic Scene Data
用多任务提示学习改进基于合成场景数据的视频Transformer
论文链接:https://arxiv.org/abs/2212.04821
GPT Takes the Bar Exam 用GPT参加律师资格考试
项目链接:https://github.com/mjbommar/GPT-Takes-the-Bar-Exam
论文链接:https://arxiv.org/abs/2212.14402
MAUVE Scores for Generative Models: Theory and Practice 生成模型的MAUVE评分模型
对Copilot进行逆向工程之后,我发现它可能只用了参数量12B的小模型 https://mp.weixin.qq.com/s/gXMVUNVhGf_-qVcXnstK7A
Notion AI的逆向,提出了一个新的概念: Reverse Prompt Engineering
被GPT带飞的In-Context Learning为什么起作用?模型在秘密执行梯度下降
awesome-chatgpt-prompts 收录了各种ChatGPT用法和 Prompts
课程:
Hugging Face扩散模型中文翻译:
中文版扩散模型课程:第一单元
地址: https://mp.weixin.qq.com/s/BLkVi9faC2QyEJuhFaBtJg
李沐讲解InstructGPT 论文
InstructGPT 论文精读【论文精读】
地址: https://www.bilibili.com/video/BV1hd4y187CR
商业:
AIGC,可能是下个10年最重要的投资机遇之一
AIGC 最大独角兽:下一个目标是席卷 10 亿用户
案例:
StoryTeller:使用Stable Diffusion,GPT和TTS等模型,生成视频故事
具体做法:给出一个提示作为故事开头,用GPT写出剩下的情节,用Stable Diffusion为每个句子画出一幅图像,用TTS模型念出每一句,最后生成一个能听能看的短篇故事动画视频
chatbcg:Text-to-PowerPoint的项目,一句话生成PPT
官网:https://www.chatbcg.com/
GPT-WPRE: 使用GPT-3提供逆向工程辅助 ,基于Ghidra提供的反编译代码汇总整个二进制文件