Learn more about Applications - Section 6

这家总部设在芬兰的人工智能创业公司发布了Poro:一款革命性的开源语言模型,提升了欧洲多语言人工智能能力

“`html 对于在人工智能领域中拥有比英语更少数据的欧洲语言来说,创建大型语言模型是具有挑战性的。科技界的公司一直在...

真正的AI赢得项目,建立欧洲开源大型语言模型

在2023年11月23日的贝尔格莱德数据科学大会上宣布,Real AI赢得了ISCRA项目。Real AI被选中构建欧洲首个基于世界第四大人工智...

提升用户体验:采用OpenAI助手API实现交互式聊天机器人

介绍 随着OpenAI推出ChatGPT和GPT 3模型,世界向使用集成AI的应用程序转变。在我们使用的日常应用程序中,从电子商务到银行应...

这篇AI论文通过黎曼几何深入理解扩散模型的潜变空间

随着人工智能和机器学习的日益普及,其主要子领域,如自然语言处理、自然语言生成等,正以快速的步伐发展。最近引入的扩散模...

微软研究院推出Florence-2:一种新颖的视觉基础模型,采用统一的基于提示的表征方法,可用于多种计算机视觉和视觉语言任务

在人工通用智能(AGI)系统中,使用预先训练的、适应能力强的表示已经成为一种明显的趋势,这为各种应用提供了与任务无关的优...

阿里巴巴研究员推出Qwen音频系列:一套具备通用音频理解能力的大型音频语言模型集合

阿里巴巴集团的研究人员推出了Qwen-Audio,它解决了对于多样化任务而言预训练音频模型的限制性挑战。设计了一种基于标签的多...

麻省理工学院的研究人员开发了一种机器学习技术,使深度学习模型能够在边缘设备上直接高效适应新的传感器数据

随着技术的迅猛发展,边缘设备已成为我们日常生活中不可或缺的一部分,完美地融入了我们网络化的社会。这些广泛使用的边缘设...

宾夕法尼亚大学的研究人员开发了一个用于评估基于视觉的AI功能有效性的机器学习框架,通过在OpenAI的ChatGPT-Vision上进行一系列测试

GPT-Vision模型引起了广泛关注。人们对它理解和生成与文本和图像相关的内容的能力感到兴奋。然而,也存在一个挑战-我们不知道...

掌握LeNet:架构洞察与实际实现

介绍 LeNet-5是由Yann LeCun和他的团队在20世纪90年代开发的开创性卷积神经网络(CNN),它在计算机视觉和深度学习领域产生了...

“改革数据重建:人工智能寻求广泛信息检索的紧凑解决方案”

最近,洛斯阿拉莫斯国家实验室的研究团队开创性地使用先进的人工智能(AI)方法,为数据处理打开了前所未有的效率门道。这项...

遇见梦幻:一种基于扩散的音乐领域知识启发的文本转音乐系统,扩展了探戈文本到音频模型

“`html 在文本音乐合成领域,生成内容的质量不断提高,但音乐方面的可控性仍未被开发。新加坡科技与设计大学和伦敦玛丽...

NVIDIA AI 研究人员提出了一种人工智能方法,通过将体积渲染限制在物体周围的一个窄带内,以高效地渲染 NeRF

来自Nvidia的研究人员介绍了一种神经辐射场形式,用于视图合成,可以在容积和基于表面的渲染之间高效地切换。该方法通过在神...

遇见ECOGEN:一种新型的深度学习方法,旨在为生物学家和生态学家生成逼真的鸟鸣声

深度学习的出现对不同领域产生了重大影响,并将其影响范围扩展至各种领域。其中一个显着的应用是利用深度学习通过鸟鸣来监测...

加州大学伯克利分校的研究人员推出了Ghostbuster:一种用于检测LLM生成文本的SOTA AI方法

ChatGPT已经彻底改变了轻松生成多种流畅文本的能力,适用于广泛的主题。但是它们究竟有多好呢?语言模型容易出现事实错误和幻...

KAIST AI研究人员介绍了KTRL+F:一种知识增强的文档内搜索任务,需要实时在文档中识别语义目标

“` KTRL+F任务是一个知识增强的文档内搜索问题,需要实时在文档中识别语义目标,并通过一个自然查询引入外部知识。现有...

这篇AI论文提出了FACTORCL:一种新的多模态表示学习方法,超越多视图冗余

机器学习中的主要范式之一是从多个模态中学习表示。预训练未标记多模态数据的广泛图片,然后通过微调来获得特定任务的标签是...

多伦多大学的研究人员揭示了大型材料数据集中令人惊讶的冗余性,并展示了信息丰富数据在提高机器学习性能方面的力量

随着人工智能的出现,我们生活的各个领域都能感受到它的应用。人工智能正在应用于各个行业。但是人工智能需要用到数据来进行...

微软发布Azure定制芯片:革新云计算和人工智能能力

在Ignite大会期间,微软的内部设计芯片的消息终于被揭示出来,这标志着科技领域的一个重要时刻。这家科技巨头正式推出了自家...

一项新的人工智能研究发布了名为SWIM-IR的大规模合成多语言检索数据集,包含33种语言的2800万个训练对

谷歌研究部门、Google DeepMind以及滑铁卢大学的研究人员介绍了SWIM-IR。SWIM-IR是一个综合性的合成检索训练数据集,涵盖了33...