多模态大模型训练数据泄露？MM-Detect框架揭示潜在污染源与性能影响丨11.8热门论文

大模型(LLM)是一种人工智能模型，旨在理解和生成人类语言。它们在大量的文本数据上进行训练，可以执行广泛的任务，包括文本总结、翻译、情感分析等等。LLM的特点是规模庞大，包含数十亿的参数，帮助它们学习语言数据中的复杂模式。这些模型通常基于深度学习架构，如转化器，这有助于它们在各种NLP任务上取得令人印象深刻的表现。

2022年底，OpenAI 推出的基于 GPT-3.5 的大型语言模型 ChatGPT，由于其优秀的表现，ChatGPT 及其背后的大型语言模型迅速成为人工智能领域的热门话题，吸引了广大科研人员和开发者的关注和参与。

本文精选了今日热门论文，为了方便大家阅读，只列出了论文标题、AMiner AI综述等信息，如果感兴趣可点击查看原文，PC端数据同步（收藏即可在PC端查看），每日新论文也可登录小程序查看。

如果想要对某篇论文进行深入对话，可以直接复制论文链接到浏览器上或者直达AMiner AI页面：
https://www.aminer.cn/chat/g/explain

OmniGen: Unified Image Generation

【要点】：本文介绍了OmniGen，一种新型的统一图像生成扩散模型，它能够无需额外模块支持即可处理多样化的控制条件，并能够完成文本到图像生成以及其他下游任务，同时简化了模型架构并实现了知识迁移。
【方法】：OmniGen采用简化的架构，避免了额外文本编码器的需求，并通过统一的格式学习实现了跨任务的知识迁移。
【实验】：研究者在多个任务上测试了OmniGen的性能，具体数据集名称未提及