管道 – NVIDIA 技術博客
http://www.open-lab.net/zh-cn/blog
閱讀開發者創建的最新技術信息、頭條新聞 和內容。
Thu, 17 Aug 2023 05:04:28 +0000
zh-CN
hourly
1
196178272 -
更好的 3D 網格，從重建到生成 AI
http://www.open-lab.net/zh-cn/blog/better-3d-meshes-from-reconstruction-to-generative-ai/
Fri, 11 Aug 2023 05:00:35 +0000
http://www.open-lab.net/zh-cn/blog/?p=7602
Continued]]>
下一代人工智能管道在生成高保真 3D 模型方面取得了令人難以置信的成功，從生成與給定圖像匹配的場景的重建，到生成交互式體驗資產的生成人工智能管道。 這些生成的三維模型通常被提取為標準三角形網格。網格表示提供了許多好處，包括支持現有軟件包、高級硬件加速和支持物理模擬。然而，并非所有網格都是相等的，這些好處只有在高質量的網格上才能實現。 NVIDIA 最近的研究發現了一種名為 FlexiCubes 的新方法，用于在 3D 管道中生成高質量網格，從而在一系列應用中提高質量。 從重建到模擬，人工智能管道的共同組成部分是通過優化過程生成網格。在過程的每一步，表示都會更新，以更好地匹配所需的輸出。 FlexiCubes 網格生成的新思想是引入額外的、靈活的參數來精確調整生成的網格。通過在優化過程中更新這些參數，大大提高了網格質量。
Source
]]>
7602
-
策展萬億代幣數據集： NVIDIA NeMo 數據策展人介紹
http://www.open-lab.net/zh-cn/blog/curating-trillion-token-datasets-introducing-nemo-data-curator/
Tue, 08 Aug 2023 04:53:20 +0000
http://www.open-lab.net/zh-cn/blog/?p=7543
Continued]]>
這個大型語言模型 (LLM) 縮放規律的最新發展已經表明，當模型參數的數量進行縮放時，用于訓練的令牌的數量也應該以相同的速率進行縮放。這個Chinchilla和LLaMA模型已經驗證了這些經驗推導的定律，并表明先前最先進的模型在預訓練期間使用的令牌總數方面訓練不足。 考慮到最近的發展， LLM 顯然比以往任何時候都更需要更大的數據集。 然而，盡管有這種需求，大多數為創建用于訓練 LLM 的大規模數據集而開發的軟件和工具都沒有公開發布或可擴展。這需要 LLM 開發人員構建自己的工具來策劃大型語言數據集。 為了滿足對大型數據集日益增長的需求，我們開發并發布了 NeMo 數據策展器：一種可擴展的數據策展工具，使您能夠策展萬億個代幣多語言數據集，用于 LLM 的預訓練。 Data Curator 是一組 Python 模塊，它使用 Message-Passing Interface…
Source
]]>
7543
人人超碰97caoporen国产