Learn more about Applications - Section 12
Mozilla 将一套虚假评论检测AI工具引入 Firefox
“`html 在广阔的在线购物领域中,辨别真实产品评论与虚假评论变得越来越艰巨的任务。消费者开始纳闷,他们是否可以真正...
“认识Universal Simulator (UniSim):通过生成建模的真实世界互动的交互式模拟器”
生成模型已经在文本、图像和视频的内容创作方面发挥了重要作用。下一个前沿就是模拟由人类和代理行为而引发的逼真体验。为此...
普林斯顿研究人员介绍了ShearedLLaMA模型,通过结构化剪枝加速语言模型预训练
大型语言模型(LLM)因其在各种自然语言任务中的出色能力而变得极其受欢迎。尽管它们发展迅速,但训练这些模型需要大量的计算资...
用“切割并学习”进行机器学习中的对象状态组合的识别和生成
“`html 真实世界包含多种尺寸、颜色和纹理的物体。视觉质量,通常被称为状态或属性,可以是物品固有的(如颜色)或通过...
斯坦福大学和微软的研究人员引入了自我改进的人工智能:利用GPT-4提升脚手架程序性能
几乎每个以自然语言描述的目标都可以通过查询语言模型来进行优化。然而,通过对语言模型进行多次有组织的调用,程序可能会提...
革命性的可穿戴技术:Edge Impulse的超高效心率算法和扩展的医疗套件
机器学习在我们生活的各个方面和各个领域都得到了广泛应用。它是一项越来越普遍的技术,应用于许多领域。在医学领域,它的相...
这篇AI论文介绍了Lemur和Lemur Chat,用于使自然语言和代码相协调,用于语言代理人
在广义上,智能代理是拥有感知、判断和行动能力的自主问题解决者,这些能力是基于从周围环境中收集的数据所建立的。最近对这...
揭示AI透明度:Anthropic的特征分组如何增进神经网络的可解释性
在最近的一篇论文《Towards Monosemanticity: Decomposing Language Models With Dictionary Learning》中,研究人员解决了理...
认识LLMWare:一种全能人工智能框架,用于整合基于LLM的生成式人工智能应用开发
尽管在过去一年大型语言模型LLMs引起了广泛关注,但许多企业仍在努力实现生成式人工智能的全部潜力,原因是将LLMs整合到现有...
细致调整、再培训和超越:个性化硕士法学(LLMs)的突破
介绍 我相信你们大多数人已经使用过ChatGPT。这太棒了,因为你们已经迈出了在本文中即将踏上的旅程的第一步!你看,对于掌握...
能够语言模型取代程序员吗?来自普林斯顿大学和芝加哥大学的研究人员引入了SWE-bench:一种评估框架,通过GitHub上解决实际问题来测试机器学习模型
评估语言模型在解决现实世界软件工程挑战中的能力对于它们的进展至关重要。SWE-bench 是一个创新的评估框架,利用 Python 代...
Google Quantum AI展示了3个案例研究,探索与药物学、化学和核能相关的量子计算应用
各行各业都对量子计算的变革潜力赞不绝口,但其在有限大小问题上的实用性仍存在疑问。谷歌量子AI的合作研究旨在确定量子计算...
“遇见Decaf:一种面部和手部互动的新型人工智能单目变形捕捉框架”
“`html 三维立体(3D)跟踪是计算机视觉和人工智能领域的前沿领域。它专注于仅利用单个二维视频流来估计物体或场景的三...
耶鲁大学和谷歌的研究人员引入HyperAttention:一种加速大型语言模型以实现高效长距离序列处理的近似注意力机制
大型语言模型的快速发展为自然语言处理的突破铺平了道路,使得从聊天机器人到机器翻译等各种应用成为可能。然而,这些模型在...
这篇AI论文提出了一种基于NeRF的测绘方法,可以在边缘计算机上实现更高质量的重建和实时能力
在这篇论文中,研究人员介绍了一种名为H2-Mapping的基于NeRF的映射方法,旨在解决实时应用(如机器人技术、增强现实/虚拟现实...
糖霜AI发布了一套搭配图像和文本的自由创作许可的糖霜-25M数据集
处理和分析大量数据被称为大规模数据处理。它涉及提取有价值的见解,做出明智的决策和解决复杂问题。它在包括商业、科学、医...
认识POCO:一种新颖的人工智能框架,用于3D人体姿势和形状估计
从照片和移动图片中估计3D人体姿势和形状(HPS)是重建真实世界环境中的人体动作所必需的。然而,从2D图像中推断3D有很大的挑...
这篇AI研究提出了FireAct:一种新颖的人工智能方法,利用来自多个任务和代理方法的轨迹来微调语言模型
微调语言模型通常被忽视,用于创建语言代理,特别关注通过使用Google搜索API来增强它们在问答任务中的能力。System2 Research...
苹果和卡耐基梅隆大学的研究人员发布了永无止境的用户界面学习者:通过持续的机器学习改变应用程序的可访问性
机器学习在各个领域中的应用越来越广泛。它被广泛应用于包括用户界面(UI)在内的所有行业中,对于预测语义数据至关重要。这...
“多语言人工智能真的安全吗?揭示低资源语言中大型语言模型的漏洞”
GPT-4默认回答“抱歉,我无法提供帮助”以回应与政策或道德限制相违背的请求。当大型语言模型(LLMs)用于用户界面应用程序如聊...
- You may be interested
- 机器学习中的特征工程实践方法
- 如何在MacBook M1或M2上安装Hadoop,而无...
- 人工智能将如何改变创业的创意过程
- 添加一行 SQL 以优化您的 BigQuery 表格
- CMU研究人员推出多模式图学习(MMGL):一...
- 如何企业可以构建自己的大型语言模型类似...
- 简化时间序列分析对于数据科学家来说
- 《探索克劳德2:人类学的雄心勃勃迈向下一...
- 使用Google Gemini API构建LLM模型
- 使用Scikit-Learn进行集成学习:友好介绍
- Justin McGill,Content at Scale的创始人...
- 分析中的人工智能
- 这篇来自微软的AI论文介绍了一种新的训练...
- 线性代数4:矩阵方程
- 竞争议程扰乱在线内容管理努力