Learn more about AI Shorts - Section 25

加州大学伯克利分校的研究人员引入了视频预测奖励（VIPER）：一种利用预训练的视频预测模型作为无动作奖励信号的强化学习算法

通过手动设计奖励函数耗时且可能导致意想不到的后果。这是开发基于强化学习（RL）的通用决策制定代理的主要障碍。 先前的基于...

这篇AI论文首次在外太空中部署了一个轻量级的基础模型

太空技术日益发展。不同研究团队一直在努力在外层空间建立机器学习和人工智能模型，这些模型将影响太空研究。收集到的数据提...

“认识MC-JEPA：一种联合嵌入预测架构，用于自监督学习运动和内容特征”

最近，专注于学习内容特征的技术，特别是那些包含让我们能够识别和区分对象的信息的特征，在视觉上的自我监督学习中占据主导...

UC Berkeley研究人员推出了Nerfstudio：用于神经辐射场（NeRF）开发的Python框架

谁不是钢铁侠的粉丝呢？当他在实验室工作时，他看起来非常酷。他使用的全息影像和新式装备使他看起来很酷。能否从一张二维照...

认识 Med-PaLM 多模态（Med-PaLM M）：一个大型多模态生成模型，可以灵活地编码和解释生物医学数据

大型语言模型（LLMs）在几乎所有领域都取得了进展，从医疗保健和金融到教育和社交媒体。医疗行业的临床医生依赖各种各样的数...

2023年最佳人工智能语法检查工具

Grammarly Grammarly是一款基于人工智能的网络写作助手。它可以即时纠正您可能犯的任何语法、拼写、标点、清晰度、风格或语气...

基于光的计算革命：利用增强的光学神经网络为ChatGPT类型的机器学习程序提供动力

ChatGPT的能力可以根据几个简单的问题生成精细的文章、电子邮件和代码，引起了国际关注。麻省理工学院的研究人员报道了一种方...

ETH Zurich研究人员推出LMQL：一种用于语言模型交互的编程语言

大语言模型在包括问答和代码生成在内的各种任务上的性能令人印象深刻。语言模型可以根据输入自动生成一个统计上合理的序列结...

2023年最佳8款人工智能照片混合器

Fotor Fotor最新发布的在线照片混合器为希望在两个图像之间实现艺术性无缝混合的用户提供了解决方案。这个工具非常适合增强社...

认识GETMusic：一个能够生成任何音乐曲目的统一表示和传播框架

近年来，使用机器学习模型生成音乐取得了显著进展。然而，在实现高效率和对结果的实质性控制方面仍存在挑战。以往的尝试主要...

DeepMind研究人员通过精确的数学定义重新定义了持续性强化学习

最近深度强化学习（RL）的进展已经展示了人工智能（AI）代理在各种令人印象深刻的任务上的超人表现。实现这些结果的当前方法...

在媒体中检测酒精暴露：评估CLIP的零样本学习与ABIDLA2深度学习在图像分析中的能力

酒精是一种普遍的健康问题，占全球疾病负担的5.1%，对个人和经济造成了重大负面影响。从社交媒体到电影、广告和流行音乐，酒...

这篇人工智能论文介绍了稳定签名：一种结合图像水印和潜在扩散模型的主动策略

最近发展的生成模型和自然语言处理使得逼真图像的创建和操作变得简单，使用诸如DALL’E 2和Stable Diffusion等工具。虽然生成A...

来自伦敦帝国理工学院和DeepMind的研究人员设计了一个人工智能框架，将语言作为强化学习智能体的核心推理工具

近年来，深度学习领域取得了重大突破，特别是在人工智能的热门子领域中，包括自然语言处理（NLP）、自然语言理解（NLU）和计...

CMU研究人员推出WebArena：一个具有4+个真实世界Web应用的真实可重现的Web环境，用于测试有用代理的基准测试

鉴于提高效率和更广泛的可访问性的潜力，能够通过人类自然语言指令完成常规任务的自主代理可以极大地补充人类技能。为了充分...

深度学习用于深度对象：ZoeDepth是一个用于多领域深度估计的AI模型

你是否曾经遇到过一种错觉，其中图像中的孩子看起来比成年人更高更大？Ames房间错觉就是其中的一种，它涉及到一个形状像梯形...

FedML和Theta揭示了分散式AI超级集群：驱动生成式AI和内容推荐

在一项开创性的合作中，FedML和Theta Network联手推出了一个去中心化的人工智能超级集群，旨在改变生成式人工智能和内容推荐...

USC研究人员提出了一个新的共享知识终身学习（SKILL）挑战，该挑战部署了一个分散的LL代理人群体，每个代理人依次学习不同的任务，所有代理人都独立并并行运行

研究人员的一项开创性工作揭开了通过共享知识终身学习（SKILL）在机器学习领域迈入新时代的大门。在最近发表的《机器学习研究...

微软AI团队发布了NaturalSpeech 2：一种基于潜在扩散模型的尖端TTS系统，具备强大的零样本语音合成和增强的表达式韵律

文本到语音（TTS）的目标是生成高质量、多样化的语音，听起来像真实的人说的。韵律、说话人身份（如性别、口音和音色）、说话...

基于深度学习的快速准确声音全息生成框架

由DGIST电子工程与计算机科学系的黄宰允教授领导的团队开发了一种基于深度学习的超声全息生成框架技术，可以实时根据全息图进...