LightDiffusionFlow：腾讯开发的StableDiffusion 插件，能自动搜索模型，一键保存所有工作流数据，大

LightDiffusionFlow：腾讯开发的StableDiffusion插件，能自动搜索模型，一键保存所有工作流数据，大幅降低SD使用门槛。该插件是基于StableDiffusionWebUI开发。是帮助用户一键保存所有工作流数据，使得用户在下次使用时只需拖入Flow文件，就能快速复现整个工作流，这与使用Photoshop的PSD样机文件一样方便。主要功能：1.保存与复现工作流：一键保存或复现SD绘画工作流，包括模型、提示词、垫图和其他第三方插件的参数设置。2.支持读取PNGInfo：兼容读取图片内置的PNGInfo，并自动还原到UI界面上，同时支持解析和还原ControlNet设置。3.自动搜索模型：导入Flow文件时，会自动在Civitai搜索相关模型，匹配对应模型并提供下载链接。4.支持第三方插件：理论上支持保存所有第三方插件的参数。适用人群：SD初学者：官方提供一些可靠的工作流文件，用户可以一键载入，支持自定义调参，从而快速上手SD。SD进阶者：可以快速保存优质的工作流，快速复用一键复现，减少繁琐的操作成本。企业团队：可以针对行业和业务属性，建立一系列可复用的AI绘画工作流，快速建立团队的AI绘画能力。#插件

英伟达开源 3400 亿参数模型 Nemotron-4 340B

英伟达开源3400亿参数模型Nemotron-4340B当地时间6月14日，英伟达开源Nemotron-4340B（3400亿参数）系列模型。据英伟达介绍，开发人员可使用该系列模型生成合成数据，用于训练大型语言模型(LLM)，用于医疗保健、金融、制造、零售和其他行业的商业应用。Nemotron-4340B包括基础模型Base、指令模型Instruct和奖励模型Reward。英伟达使用了9万亿个token（文本单位）进行训练。Nemotron-4340B-Base在常识推理任务，如ARC-c、MMLU和BBH基准测试中，可以和Llama-370B、Mixtral8x22B和Qwen-272B模型媲美。

华为回应Pura 70一键消除衣服；自研大模型漏洞 后续会优化

华为回应Pura70一键消除衣服；自研大模型漏洞后续会优化然而，网络上流传的一些恶搞视频显示了所谓的“一键脱衣”效果，这引起了公众的广泛关注和担忧。面对这一争议，华为客服部门迅速回应，表示该AI功能是自研大模型存在漏洞，并承诺将在未来的更新中进行优化处理。其实，所谓的“一键消除衣服”并非真正擦除衣物，而是AI生成的效果，类似于目前许多大型AI模型所具有的图像生成功能。在此背景下，有必要提醒广大用户，在使用任何图片编辑工具时，应严格遵守相关法律法规和道德规范。这类工具绝不应用于非法或不恰当的用途，以避免造成不良后果。...PC版：https://www.cnbeta.com.tw/articles/soft/1428421.htm手机版：https://m.cnbeta.com.tw/view/1428421.htm

Command-R：多语言、高性能、可定制：350亿参数的开源语言模型

：多语言、高性能、可定制：350亿参数的开源语言模型-C4AICommand-R是一个350亿参数的高性能生成式模型，由Cohere和CohereForAI联合开发。-Command-R是一个大型语言模型，其开放权重针对多种用例进行了优化，包括推理、摘要和问答。-Command-R具有多语言生成能力，在10种语言上进行了评估，并具有高性能的RAG(Retrieval-AugmentedGeneration)能力。-该模型的许可证为CC-BY-NC，使用时还需遵守C4AI的可接受使用政策。-Command-R的上下文长度为128K，可以使用HuggingFace的Transformers库进行调用和使用。-C4AICommand-R的发布展示了Cohere在开发大型语言模型方面的实力。350亿参数的模型规模处于业界领先水平，有望在多个应用领域取得突破。-Command-R的开放权重和对多种用例的优化，为开发者和研究者提供了灵活性和可定制性。这有助于促进模型的应用和创新。-多语言生成能力和高性能RAG能力的结合，使Command-R在跨语言任务和知识密集型任务上具有独特优势。这可能推动自然语言处理技术在全球范围内的普及和应用。-CC-BY-NC许可证和C4AI的可接受使用政策体现了Cohere对于负责任AI开发的重视。在开放模型的同时，设置合理的使用边界，有助于防范潜在的滥用风险。-基于HuggingFace生态系统发布模型，降低了用户的使用门槛。这种与主流开源社区的融合，有利于Command-R的推广和迭代。-尽管Command-R的开放权重提供了灵活性，但对于缺乏计算资源的中小型开发者而言，350亿参数的模型规模可能难以承受。这可能加剧AI开发的门槛和不平等。-Command-R在多语言任务上的出色表现，可能促使更多开发者将其应用于跨文化交流和全球化业务。但过度依赖单一模型，可能忽视了不同语言和文化的独特性。-开放模型虽然有利于创新，但也可能加剧恶意使用和滥用的风险。即使有使用政策的约束，在实践中难以对每一个应用进行有效监管。这需要技术和制度的双重发力。

英伟达的通用大模型 Nemotron，开源了最新的 3400 亿参数版本。

英伟达的通用大模型Nemotron，开源了最新的3400亿参数版本。本周五，英伟达宣布推出Nemotron-4340B。它包含一系列开放模型，开发人员可以使用这些模型生成合成数据，用于训练大语言模型（LLM），可用于医疗健康、金融、制造、零售等所有行业的商业应用。高质量的训练数据在自定义LLM的响应性能、准确性和质量中起着至关重要的作用——但强大的数据集经常是昂贵且难以访问的。通过独特的开放模型许可，Nemotron-4340B为开发人员提供了一种免费、可扩展的方式来生成合成数据，从而帮助人们构建强大的LLM。Nemotron-4340B系列包括基础、Instruct和Reward模型，它们形成了一个pipeline，用于生成训练和改进LLM的合成数据。这些模型经过优化，可与NVIDIANeMo配合使用，后者是一个用于端到端模型训练的开源框架，包括数据管理、定制和评估。它们还针对开源NVIDIATensorRT-LLM库的推理进行了优化。英伟达表示，Nemotron-4340B现已可从HuggingFace下载。开发人员很快就能在ai.nvidia.com上访问这些模型，它们将被打包为NVIDIANIM微服务，并带有可在任何地方部署的标准应用程序编程接口。大语言模型可以帮助开发人员在无法访问大型、多样化标记数据集的情况下生成合成训练数据。Nemotron-4340BInstruct模型创建了多样化的合成数据，模仿了现实世界数据的特征，有助于提高数据质量，从而提高自定义LLM在各个领域的性能和鲁棒性。来源：机器之心

4050亿参数！Meta或将7月23日发布迄今最强大Llama 3模型

4050亿参数！Meta或将7月23日发布迄今最强大Llama3模型不到两周后，我们可能就会见到迄今为止最强大的开源Llama3模型。美东时间7月12日周五，媒体援引一名MetaPlatforms的员工消息称，Meta计划7月23日发布Llama3模型的最大版本。这一最新版模型将拥有4050亿参数，也将是多模态模型，这意味着它将能够理解和生成图像和文本。Meta公司拒绝对上述消息置评。周五盘中，低开的Meta股价跌幅收窄，盘初曾跌3.6%，午盘跌不足2%，仍将在周四大幅回落超4%后连跌两日，或将刷新6月28日以来收盘低位。标签:#Meta#Llama3#AI频道:@GodlyNews1投稿:@GodlyNewsBot