＜span class=“js_title_inner“＞大模型技术快讯＜/span＞

最近，来自斯坦福和OpenAI的两位研究员，设计了一种提升LLM性能的全新方法——元提示（meta-prompting）。「元提示」能够把单一的LLM变身为全能的「指挥家」。

GPT-4准确率最高飙升64%！斯坦福OpenAI重磅研究：全新Meta-Prompting方法让LLM当老板

加州大学伯克利分校的研究人员提出了一个两阶段的、基于扩散模型的框架3DHM，通过从单个图像完成纹理图来合成3D人体运动，然后渲染3D人体以模仿视频中actor的动作。

360度无死角！UC伯克利华人发布3DHM框架：一张图片即可模仿任意视频动作

微软的研究团队提出了一种简单且高效的文本嵌入训练方法，克服了上述方法的缺陷，无需复杂的管道设计或是人工构建的数据集，只需要利用LLM来「合成多样化的文本数据」，就可以为为近100种语言的数十万文本嵌入任务生成高质量的文本嵌入，整个训练过程还不到1000步。

无需人工标注！LLM加持文本嵌入学习：轻松支持100种语言，适配数十万下游任务

MetaGPT是一个新颖的多智能体框架，结合元编程思想，嵌入SOPs来增强大规模语言模型（LLMs）在多智能体协作上的能力。通过角色专业化，工作流管理和灵活的消息机制，使其成为通用性和可移植性高的多智能体框架。结合迭代式的反馈机制，MetaGPT在多个基准测试上取得了最先进的性能。结合人类社会实践的SOPs，启发了未来对于多智能体社会的研究和探索，也可视为对基于LLM的多智能体框架进行调节的早期尝试。

ICLR 2024 Oral | GitHub狂揽30k星！MetaGPT：增强多智能体协作能力

从遮挡物背后把人“揪”出来的，是李飞飞团队推出的人体建模新工具Wild2Avatar。只要一段4秒左右的的单角度视频，就能构建出完整的3D模型，有遮挡也不怕。

李飞飞团队实现“隔空建模”，透过遮挡物还原完整3D人体模型