Learn more about Applications - Section 33

了解Pixis AI：一个新兴的初创公司，提供无需编码的人工智能解决方案

训练人工智能模型需要大量的信息。但并非所有信息都是相同的。用于训练模型的数据必须没有错误，格式正确且标记准确，并且反...

这篇AI研究解释了大型语言模型(LLMs)中的合成个性特征

一个人的个性由一系列独特的品质、特征和思维方式组成。由于我们共同的生物和环境历史，它塑造了我们最基本的社交互动和偏好...

认识JourneyDB：一个包含400万多样化和高质量生成图像的大规模数据集，旨在为多模态视觉理解而精心策划

随着ChatGPT和DALL-E等大型语言模型的发展以及生成式人工智能的普及，像人类一样生成内容不再是一个梦想。现在一切都是可能的...

一项新的谷歌AI研究提出使用一种名为Pairwise Ranking Prompting (PRP)的新技术，显著减轻LLMs的负担

相比于可能使用数百万个标记的示例进行训练的有监督对应物，像GPT-3和PaLM这样的大型语言模型（LLMs）在各种自然语言任务上表...

多伦多大学的研究人员推出了scGPT：一种基于生成预训练Transformer的单细胞生物学基础模型，覆盖了超过3300万个细胞的存储库

自然语言处理和计算机视觉只是生成式预训练模型取得巨大成功的领域示例。特别是，在构建基础模型的可行策略中，将多样的大规...

来自威斯康星大学和字节跳动的研究人员介绍了PanoHead：第一个能够通过单视图图像合成视角一致的完整头部图像的3D GAN框架

在计算机视觉和图形领域，逼真的肖像图像合成一直备受强调，在虚拟化身、远程呈现、沉浸式游戏和许多其他领域都有广泛的应用...

从GPT-1到GPT-4：对OpenAI不断演进的语言模型进行全面分析和比较

OpenAI提供了广泛的模型选择，每个模型都有自己的特点和成本结构，以满足各种应用的需求。模型定期更新以反映技术的最新进展...

普林斯顿研究人员推出InterCode：一种革命性的轻量级框架，简化人类语言到代码生成的语言模型交互

ChatGPT，由OpenAI开发的最新聊天机器人，自发布以来一直成为头条新闻。这个基于GPT转换器架构的模型像人类一样准确地回答问...

加州大学洛杉矶分校的研究员开发了一个名为ClimateLearn的Python库，用于以标准化和简单的方式访问最先进的气候数据和机器学习模型

极端天气条件已成为常见现象，特别是近年来。气候变化是导致此类极端天气相关现象的主要因素，从巴基斯坦的暴雨淹没该国大片...

这个基于人工智能的蛋白质语言模型可以解锁通用序列建模能力

人们研究生命语言的方式已经从比较自然语言的句法-语义和蛋白质的序列功能的角度发生了根本性的变化。尽管这种比较在历史上被...

你必须推动这些维度：DreamEditor是一个使用文本提示编辑3D场景的AI模型

近年来，3D计算机视觉领域涌现出了大量的NeRF技术。它们作为一种开创性的技术，在场景的重建和合成中实现了突破。NeRF技术可...

这项人工智能研究证实，当使用外部存储器增强时，基于Transformer的大型语言模型具有计算普适性

基于变压器的模型如GPT-2和GPT-3取得的显著成果引起了研究界对大型语言模型（LLMs）的关注。此外，ChatGPT的最近成功和受欢迎...

塑造人工智能的未来 AI：快速工程对于进步和创新的重要性

ChatGPT自发布以来一直备受瞩目。已有超过一百万用户在使用这个革命性的聊天机器人进行交互。对于不了解的人来说，ChatGPT是...

小型语言模型能够提供高性能吗？认识一下StableLM：一种开源的语言模型，能够通过适当的训练生成文本和代码，提供高性能

Stability AI是一家人工智能领域的初创公司，以其稳定扩散图像生成AI技术而闻名。今天，它推出了一个名为StableLM的新的免费...

斯坦福大学的研究人员介绍了Parsel：一种人工智能AI框架，可以通过代码实现和验证复杂算法，并支持大型语言模型LLMs的自动化实施

尽管近年来在大型语言模型（LLM）推理方面取得了一些进展，但LLM仍然在分层多步推理任务（如开发复杂程序）方面遇到困难。与...

Eleuther AI研究团队展示了如何将无分类器引导（CFG）与LLMs一起使用

最近，巨型语言模型展示了令人印象深刻的生成能力，使它们能够处理各种各样的问题。通常，”提示”被用来在生成过...

人工智能 vs 预测分析：一项全面分析

人工智能（AI）和预测分析正在重塑所有企业的运作方式。在本文中，我们将重点关注AI和预测分析在工程应用中的应用。我们将从...

生成式人工智能在汽车行业的开创性影响

生成式人工智能已经成为许多行业的变革力量，包括汽车行业，在这个行业中其影响力正在上升。生成式人工智能可以从制造进步到...

为什么深度学习总是在数组数据上进行？新的人工智能研究引入了“空间函数”，将从数据到函数的处理视为一个整体

隐式神经表示（INRs）或神经场是基于坐标的神经网络，通过将3D坐标映射到3D空间中的颜色和密度值来表示场景，例如3D场景。最...

如果您使用光学神经网络运行Transformer模型会发生什么？

深度学习模型的指数级扩展是推动最新技术进展的重要力量，也是人们越来越担心能源消耗、速度以及大规模深度学习的可行性的来...