गेम विकास के क्षेत्र में, दृश्यों की विविधता और नवाचार हमेशा एक चुनौती रही है। हाल ही में, हांगकांग विश्वविद्यालय और काईशो टेक्नोलॉजी ने एक नवाचार फ्रेमवर्क गेमफैक्ट्री विकसित किया है, जिसका उद्देश्य गेम वीडियो निर्माण में दृश्य सामान्यकरण की समस्या को हल करना है। यह फ्रेमवर्क पूर्व-प्रशिक्षित वीडियो फैलाव मॉडल का उपयोग करता है, जिससे यह खुली डोमेन वीडियो डेटा पर प्रशिक्षण प्राप्त कर सकता है, और नए और विविध गेम दृश्यों का निर्माण कर सकता है। वीडियो फैलाव मॉडल, एक उन्नत निर्माण तकनीक के रूप में, पिछले वर्षों में वीडियो निर्माण और भौतिक अनुकरण के क्षेत्र में विशाल संभावनाएँ प्रदर्शित कर चुका है।

हाल ही में, स्टैनफोर्ड विश्वविद्यालय और हांगकांग विश्वविद्यालय के शोधकर्ताओं ने发现 किया है कि वर्तमान के AI एजेंट (जैसे कि क्लॉड) मानवों की तुलना में पॉप-अप से अधिक प्रभावित होते हैं, यहां तक कि साधारण पॉप-अप के सामने उनकी प्रदर्शन में काफी कमी आती है। अनुसंधान के अनुसार, AI एजेंट परीक्षण वातावरण में डिज़ाइन किए गए पॉप-अप का सामना करते समय, औसत हमले की सफलता दर 86% तक पहुँच जाती है, और कार्य सफलता दर 47% तक घट जाती है। यह खोज AI एजेंट की सुरक्षा पर विशेष ध्यान आकर्षित करती है, खासकर जब उन्हें अधिक स्वायत्तता के साथ कार्य निर्वहन के लिए सौंपा जाता है।

EasyRec एक भाषा मॉडल आधारित सिफारिश प्रणाली है, जिसे हांगकांग विश्वविद्यालय की टीम ने विकसित किया है। इसकी अनूठी विशेषता यह है कि यह पाठ्य व्यवहार संरेखण ढांचे का उपयोग करके उपयोगकर्ता के व्यवहार की कहानी में भावनाओं और विवरणों का विश्लेषण करती है, बिना बड़ी मात्रा में उपयोगकर्ता डेटा की आवश्यकता के। यह प्रणाली सापेक्षीय शिक्षण और सहयोगात्मक भाषा मॉडल को संयोजित करती है, जो नए उपयोगकर्ताओं और नए उत्पादों की प्राथमिकताओं को सटीकता से भविष्यवाणी करने में सक्षम है, विशेष रूप से शून्य-नमूना सिफारिश परिदृश्यों में उत्कृष्ट प्रदर्शन करती है। EasyRec की प्लग एंड प्ले विशेषता इसे मौजूदा सिफारिश प्रणालियों में एकीकृत करना आसान बनाती है, प्रदर्शन को बढ़ाती है। पेपर में EasyRec को कई

डिजिटल दुनिया में, कृत्रिम बुद्धिमत्ता का विकास चेकपॉइंट पर निर्भर करता है, जो बड़ी भाषा मॉडल (LLM) के प्रशिक्षण के दौरान, अचानक बिजली कटने या हार्डवेयर विफलता के कारण नुकसान होने पर प्रशिक्षण स्थिति को पिछले सुरक्षित स्टेट में पुनर्स्थापित कर सकता है। हालांकि, पारंपरिक चेकपॉइंट सिस्टम बड़े मॉडलों को संभालने में असमर्थ हैं। इस समस्या को हल करने के लिए, बाइटडांस और हांगकांग विश्वविद्यालय के अनुसंधान दल ने ByteCheckpoint की पेशकश की, एक नवोन्मेषी चेकपॉइंट सिस्टम। ByteCheckpoint डेटा और मेटाडेटा के माध्यम से

ItiNera एक खुला क्षेत्र शहर यात्रा योजना प्रणाली है, जिसे कई विश्वविद्यालयों द्वारा संयुक्त रूप से विकसित किया गया है, जिसका उद्देश्य व्यक्तिगत शहरी चलने की योजना बनाने की प्रक्रिया को सरल बनाना है। यह प्राकृतिक भाषा में उपयोगकर्ता के वर्णन की गई आवश्यकताओं के आधार पर अनुकूलित यात्रा योजनाएँ उत्पन्न करने के लिए बड़े भाषा मॉडल (LLMs) और स्थानिक अनुकूलन तकनीकों को संयोजित करता है। ItiNera का केंद्र बिंदु LLMs का उपयोग करके रुचि बिंदुओं (POI) की विशेषताओं को निकालना और अद्यतन करना है, व्यक्तिगत POI डेटाबेस का निर्माण करना, और स्थानिक अनुकूलन और LLM एकीकरण के माध्यम से उपयोगकर्ताओं को सुसंगत, स्थानिक रूप से अनुकूलित यात्रा सुझाव प्रदान करना है।

हांगकांग विश्वविद्यालय और बाइटडांस के शोधकर्ताओं द्वारा विकसित LlamaGen एक ऑटो-रिग्रेशनल मॉडल Llama पर आधारित इमेज जनरेशन विधि है, जो इमेज जनरेशन के क्षेत्र में पारंपरिक डिफ्यूजन मॉडलों को पार करने की क्षमता दिखाती है। LlamaGen के ओपन-सोर्स रिलीज ने GitHub पर लगभग 900 स्टार अंक प्राप्त किए हैं। यह उपलब्धि न केवल ऑटो-रिग्रेशनल मॉडल की इमेज जनरेशन में प्रतिस्पर्धा को साबित करती है, बल्कि ओपन-सोर्स समुदाय के लिए नई ऊर्जा और नवाचार की प्रेरणा भी लाती है।