微信AI：大语言模型的补丁级训练｜大模型论文日报

文章预览

今日值得关注的大模型前沿论文： VD3D：首个基于 transformer 的视频扩散模型相机控制 应当扩大 语言模型不服从的范围 Goldfish：对任意长度视频的视觉-语言理解 微信 AI：大语言模型的补丁级训练 LMMs-Eval：对大型多模态模型评估的现实检验 AgentPoison：通过“毒化”记忆或知识库对 LLM 智能体进行红队攻击 想要获取更多大模型热门论文？ 点击“阅读原文” ，获取 「2024 必读大模型论文」 合集，持续更新中～ 01 VD3D：首个基于 transformer 的 视频扩散模型相机控制 当前的文本到视频合成模型展示了从文本描述生成连贯、逼真的复杂视频的能力。然而，大多数现有模型缺乏对相机运动的细粒度控制，而这对于内容创作、视觉效果和 3D 视觉等下游应用至关重要。 最近，一些新方法展示了生成具有可控相机姿态的视频的能力——这些技术利用了预训练的基于 ………………………………