即刻App年轻人的同好社区
下载
置顶我们发布了世界上第一个【对Objaverse 3D模型进行质量评分】的数据集，已经有两百多下载啦！它包含了10000件人工标注的物体，和我们训练的AI来标注的五十万个物体。
Objaverse++论文已发表在计算机视觉会议CVPR workshop，实验证明了使用筛选出的高质量的数据，能训练出比原数据集更好的3D生成模型。
这个数据集有什么用？
无论你是科研人员还是中小企业，如果你想用AI生成3D模型，现有的开源数据集质量参差不齐。即使目前蕞大的Objaverse，里头很多扫描入库的模型并不适合生成鲜艳的表面纹理和清晰的拓扑结构。你可以使用我们的额外数据标注，筛选出Objaverse里质量较高的部分，用更少的算力训练出更好的AI。
如何下载这个数据集？
GitHub @ TCXX
请大家多多支持，分享给可能需要的朋友们～
Objaverse++论文已发表在计算机视觉会议CVPR workshop，实验证明了使用筛选出的高质量的数据，能训练出比原数据集更好的3D生成模型。
这个数据集有什么用？
无论你是科研人员还是中小企业，如果你想用AI生成3D模型，现有的开源数据集质量参差不齐。即使目前蕞大的Objaverse，里头很多扫描入库的模型并不适合生成鲜艳的表面纹理和清晰的拓扑结构。你可以使用我们的额外数据标注，筛选出Objaverse里质量较高的部分，用更少的算力训练出更好的AI。
如何下载这个数据集？
GitHub @ TCXX
请大家多多支持，分享给可能需要的朋友们～
21 63
投资人可以交朋友，也可以聊项目，但不能打着投资的旗号白嫖学习。
作为技术出身的创始人，在一线摸爬滚打，对赛道的理解肯定比投资人深。我们数据库里几十万用户数据，是市场清清楚楚的需求。
创始人不用担心不认识圈里的人，担心没钱。做到每一个milestone，资源自然就来了。
作为技术出身的创始人，在一线摸爬滚打，对赛道的理解肯定比投资人深。我们数据库里几十万用户数据，是市场清清楚楚的需求。
创始人不用担心不认识圈里的人，担心没钱。做到每一个milestone，资源自然就来了。
15 00
进入产品迭代期，最爽的一点就是及时的正反馈：
1️⃣ 给首页改个UI，第二天开始注册用户提升30%。
2️⃣ 新增一种支付方式，用户咔咔咔用新方式付费。
3️⃣ 上线新的ai模型，留存提升两个百分点。
像是在玩一个大型模拟经营游戏，太上瘾了～
1️⃣ 给首页改个UI，第二天开始注册用户提升30%。
2️⃣ 新增一种支付方式，用户咔咔咔用新方式付费。
3️⃣ 上线新的ai模型，留存提升两个百分点。
像是在玩一个大型模拟经营游戏，太上瘾了～
17 20
一早就收到用户邮件询问，网页版的某个功能为什么没手机版。
自从用ai一个月上线以后，完全没想到会有人付费。。理想情况下，应该优先完善手机版。但我手机端开发水平几乎为0，所以都是用网页版把前后端测通，再把网页前端的代码移植到手机端。
我现在水平也长进了，能debug出ai也不会的bug了，真是欣出于ai而胜于ai啊！
自从用ai一个月上线以后，完全没想到会有人付费。。理想情况下，应该优先完善手机版。但我手机端开发水平几乎为0，所以都是用网页版把前后端测通，再把网页前端的代码移植到手机端。
我现在水平也长进了，能debug出ai也不会的bug了，真是欣出于ai而胜于ai啊！
11 20
我的假说是，如果你整个数据集都是基于特定的知识，比如说一些专业的医学或法律术语，并且彼此是统一的，那么就相当于把这些知识以优于RAG的稳定度植入了模型
提示词爱好者: 其中的逻辑maybe是： 训练量/数据量 ＞ 阈值 触发 拟合 导致 学会 名字＝你 整个过程是不可控的 但是能解决某些特定场景的需求maybe
5 00
LLM训练的有趣观察：知识注入和小语种💡
Posttrain阶段注入新知识是可行的。我发现这个现象非常偶然，在我做数据集的时候，有好几次AI问我叫什么我都回答同一个名字，结果训练出来的AI就会默认所有用户都叫这个名字。
就是注入效率可能有点低下。一个知识在pre-train阶段注入的话, 会很有效地改变生成概率的分布。 但是如果是finetune的话，相当于你需要把关于这一个知识的各种可能的问法都做一遍问答数据。
接下来我想实验在人类偏好对齐的阶段能不能注入新的知识，效率怎么样。
还有就是不同语言之间的训练助力，之前听说过但这次亲身体验。当我们去训练LLM在某一个语种的能力，跟它比较相近的小语种的能力也会得到提升，这时如果我们想训练邻近的小语种, 只要配比比较少的数据去激活就可以了。
我们的产品，我没料到会有很多欧洲的用户，用法语、德语、意大利语能聊出非常长的对话，说明模型效果还不错，但当时我们小语种的配比是非常低的。
当然训练也有失败的时候。我们训了半天波兰语训不动，才发现原来波兰语是在斯拉夫语系里的，跟英语离得有点远。吃了没文化的亏，窝连夜开始学语言学😂
Posttrain阶段注入新知识是可行的。我发现这个现象非常偶然，在我做数据集的时候，有好几次AI问我叫什么我都回答同一个名字，结果训练出来的AI就会默认所有用户都叫这个名字。
就是注入效率可能有点低下。一个知识在pre-train阶段注入的话, 会很有效地改变生成概率的分布。 但是如果是finetune的话，相当于你需要把关于这一个知识的各种可能的问法都做一遍问答数据。
接下来我想实验在人类偏好对齐的阶段能不能注入新的知识，效率怎么样。
还有就是不同语言之间的训练助力，之前听说过但这次亲身体验。当我们去训练LLM在某一个语种的能力，跟它比较相近的小语种的能力也会得到提升，这时如果我们想训练邻近的小语种, 只要配比比较少的数据去激活就可以了。
我们的产品，我没料到会有很多欧洲的用户，用法语、德语、意大利语能聊出非常长的对话，说明模型效果还不错，但当时我们小语种的配比是非常低的。
当然训练也有失败的时候。我们训了半天波兰语训不动，才发现原来波兰语是在斯拉夫语系里的，跟英语离得有点远。吃了没文化的亏，窝连夜开始学语言学😂
17 02