Learn more about Applications - Section 11

一项来自麻省理工学院的新人工智能研究显示了深度神经网络与我们看世界的方式不同

在复制人类感觉系统的复杂运作方面，神经科学和人工智能研究人员面临着一个持久的挑战：计算模型和人类感知之间的不变性差异...

来自中国的新人工智能研究提出了4K4D：一种支持硬件光栅化并实现了前所未有的渲染速度的4D点云表示

动态视图合成是从捕捉的视频中重建动态3D场景并创建沉浸式虚拟播放的过程。这个过程一直以来都是计算机视觉和图形学中的一个...

生成性人工智能中先进编码器和解码器的力量

介绍 在人工智能的动态领域中，技术和创造力的融合催生出了推动人类想象力边界的创新工具。在这些开创性的进展中，生成式人工...

魔改MatFormer：一种适用于平台间灵活部署的通用嵌套变压器架构

Transformer模型在各种应用中得到应用，从强大的多加速器集群到个人移动设备。这些设置中的推断的各种需求使开发者举办训练基...

SalesForce AI推出CodeChain：一种通过一系列自我修订具有代表性子模块的模块化代码生成的创新人工智能框架

人工智能研究的一个主要目标是开发能够提供有用的计算机程序来解决具有挑战性的问题的AI系统。近年来在这方面已取得了很大的...

一支来自德国的研究团队已经开发出DeepMB：一种通过MSOT实现高质量和实时光声成像的深度学习框架

在医学成像中，快速获取高质量的图像长期以来一直制约着多光谱光声断层扫描（MSOT）的临床实用性。这项前沿技术承诺能够诊断...

CMU研究人员推出多模式图学习（MMGL）：一种新的人工智能框架，用于捕捉多个多模式邻居之间的关系结构中的信息

多模态图学习是一门多学科领域，结合了机器学习、图论和数据融合的概念，用于解决涉及多种数据源及其相互关系的复杂问题。多...

KAIST研究人员提出了SyncDiffusion 通过从感知相似性损失进行梯度下降，同步多个扩散的即插即用模块

在最近的一篇研究论文中，韩国科学技术院的研究团队介绍了SYNCDIFFUSION，一种创新模块，旨在通过预训练的扩散模型增强全景图...

遇见ScaleCrafter：通过预训练扩散模型解锁超高分辨率图像合成

近年来，图像合成技术的发展经历了显着的增长，引起了学术界和行业界的广泛关注。文本到图像生成模型和稳定扩散（SD）是该领...

Python数据科学中Jupyter笔记本的6个神奇命令

在基于Python的数据科学项目领域，Jupyter Notebook的使用是无处不在的。这些交互式和用户友好的环境有助于代码和文档的无缝...

微软研究员提出DeepSpeed-VisualChat：可扩展的多模态语言模型训练中的一次飞跃

大语言模型是先进的人工智能系统，旨在在大规模上理解和产生与人类类似的语言。这些模型在各种应用中非常有用，如问答、内容...

利亞瑪指數 vs 語言鏈：一個比較分析’ (LlamaIndex vs LangChain Yīgè bǐjiào fēnxī)

介绍 在大型语言模型（LLMs）方面，如GPT-3及其后续版本，研究人员和开发人员不断寻求新的方法来增强其功能。两个重要的工具...

顶级40+生成AI工具（2023年10月）

ChatGPT – GPT-4 GPT-4是OpenAI的最新LLM，比其前身更有创造力、准确性和安全性。它还具有多模态能力，即能够处理图像、PDF、...

斯坦福大学、NVIDIA和德克萨斯大学奥斯汀分校的研究人员提出了跨剧集课程（CEC）：一种新的人工智能算法，可以提高转换器代理的学习效率和泛化能力

顺序决策问题正在经历一场重大转变，这是由于基础模型的引入所带来的范式转变。这些模型，如Transformer模型，在包括规划、控...

M42推出Med42：一个开放获取的临床大型语言模型（LLM），扩大对医学知识的获取

总部位于阿布扎比的M42 Health刚刚发布了Med42，这是一个有前途的新型开放性临床大型语言模型。这个700亿参数的模型的发布是...

新加坡国立大学的研究人员提出了Show-1：一种混合的人工智能模型，将基于像素和潜在的VDM结合起来用于文本到视频的生成

新加坡国立大学的研究人员推出了 Show-1，这是一种用于文本-视频生成的混合模型，结合了基于像素的视频扩散模型和基于潜在的...

是预先训练的基础模型是分子机器学习的未来吗？介绍了前所未有的数据集和Graphium机器学习库

机器学习在药物发现中的最新成果大多归功于图形和几何深度学习模型。这些技术在建模原子间相互作用、分子表示学习、3D和4D情...

亚马逊研究员提出了一个用于训练的深度学习编译器，包括三个主要功能-无同步优化器、编译器缓存和多线程执行

机器学习中最大的挑战之一始终是高效训练和使用神经网络。随着Transformer模型架构的引入，我们迎来了一个转折点，为梯度下降...

利用Segmind的生成式人工智能强化标志设计

简介 在不断发展的品牌世界中，标志代表着品牌的本质。传统上，标志的创造是复杂的，需要设计师的才华和反复修改。Segmind通...

SalesForce AI Research开发的ProGen：使用人工智能在蛋白质工程领域实现的一大飞跃

功能蛋白质的发展长期以来一直是各个科学领域的关键追求，包括医疗保健、生物技术和环境可持续性。然而，传统的蛋白质工程方...