Learn more about Artificial intelligence
学校中的人工智能教育的崛起 平衡现实和未来可能性
许多雄心勃勃的青少年正在提倡他们的学校提供更广泛的机会来学习人工智能,这将为他们的未来发展带来巨大的价值和积极影响
聊天机器人的崛起:从愚蠢的机器到创造性的合作者
2023年对我们许多人来说是一个具有突破性意义的一年,我们掌握了与我们的机器人伙伴们进行沟通、发挥创造力、团队合作甚至操...
字节跳动AI研究介绍了StemGen:一种端到端音乐生成深度学习模型,它经过训练可以聆听音乐背景并作出适当的回应
使用深度学习进行音乐生成是指训练模型以创建音乐作品,模仿现有音乐中的模式和结构。常用的深度学习技术包括循环神经网络(R...
维拉·莫尔纳尔,计算机艺术的先驱者,享年99岁离世
維拉·莫爾納爾(Vera Molnár)是匈牙利出生的藝術家,因在創始性數位作品方面被譽為生成藝術教母而聞名她於12月7日在巴黎去世...
FunSearch内幕:谷歌DeepMind的新LLM,能够发现新的数学和计算机科学算法
探索新的科学可能是对AI模型最完整的图灵测试新的科学方法需要复杂的推理技能,结合多个领域的知识,不断实验...
斯坦福大学研究人员引入了一种统一的人工智能框架,用于大型语言模型(LLMs)中的协作和贡献属性
大型语言模型(LLMs)是人工智能(AI)领域中指数级发展的最新进展。尽管这些模型在文本生成、问题回答、文本摘要等任务中表...
我们如何在人工智能中推进物体识别?这篇人工智能论文介绍了GLEE:一个用于增强图像和视频分析的通用物体级基础模型
图像和视频中的目标感知释放了机器解读视觉世界的力量。就像虚拟侦探一样,计算机视觉系统搜索像素,识别、追踪和理解涂绘数...
遇见VonGoom:大型语言模型中数据毒化的新颖AI方法
数据污染攻击通过向训练数据集中注入虚假数据来操纵机器学习模型。当模型面对真实世界的数据时,可能导致不正确的预测或决策...
Upstage揭示了Solar-10.7B:在单回合对话中具有深度放大和精细调整精度的领先大型语言模型
韩国AI公司Upstage的研究人员已经成功应对了在最大化语言模型性能的同时最小化参数的挑战。在大型语言模型(LLMs)中,模型大...
Kinara发布Ara-2处理器:为增强性能的设备上人工智能处理带来革命
Kinara是能效卓越的边缘人工智能的先驱,引入了颠覆性的Ara-2处理器,据称与其前身相比,其在设备上提供了令人瞩目的八倍性能...
谷歌AI推出MedLM一系列针对医疗行业使用案例进行细化调整的基于基础模型的家族模型
谷歌研究人员推出了专为医疗保健行业细调的模型基础,MedLM,目前在美国可用。这是谷歌在医疗保健和医学领域的早期研究的基础...
这篇 AI 论文揭示了 X-Raydar:开创性的开源深度神经网络用于胸部 X 射线异常检测
来自英国各大学的研究人员开发了一种开源人工智能(AI)系统X-Raydar,用于全面检测胸部X射线异常。该系统在来自英国六家医院...
斯坦福大学的研究人员发布了名为PLATO的新型人工智能方法,用于解决高维度、低样本机器学习中的过拟合问题,采用知识图增强正则化技术
“`html 知识图谱(KG)是一种以节点和边作为信息存储的基于图的数据库。另一方面,多层感知机(MLP)是一种用于机器学...
这篇人工智能论文介绍了RTMO技术:利用双1-D热图在实时多人姿势估计中取得的突破
姿势估计领域是一个快速发展的领域,涉及确定物体在空间中的位置和方向,研究人员不断开发新的方法提高其准确性和性能。清华...
谷歌DeepMind使用了一个大型语言模型来解决一个无法解决的数学问题
他们不得不扔掉大部分生产出来的东西,但垃圾中也有金子
这篇AI论文揭示了亚马逊关于大型语言模型中错误代码的最新机器学习见解
“` 编程可以很复杂,有时很难避免写出错误的代码。为了帮助代码补全,已经开发了大型代码语言模型(Code-LLMs),但有...
使用Google Gemini API构建LLM模型
介绍 自从OpenAI发布ChatGPT和GPT模型以及与微软的合作以来,所有人都放弃了将Transformer模型带入AI领域的谷歌。在GPT模型发...
迈向AI强化通用人工智能:认知语言模型和基础模型在终身学习革命中的作用
在过去的十年中,特别是随着深度学习的成功,围绕着构建人工通用智能(AGI)的可能性形成了一场持续的讨论最终目标是...
这篇AI论文探讨了大型语言模型中的行为错位:GPT-4在模拟股票交易中的欺骗策略
关于一些复杂的AI系统可能参与战略欺骗的问题已经引起了关注。致力于评估AI系统安全性的Apollo Research研究人员最近对此问题...
这篇AI文献介绍了EdgeSAM:推进边缘设备上高速高效的图像分割机器学习
Segment Anything Model(SAM)是一种基于人工智能的模型,用于图像的对象检测和识别的分割。它是各种计算机视觉任务的有效解...

- You may be interested
- 用户界面的演变:从图形用户界面到声音和...
- Dijkstra算法在OSM网络中根据旅行时间进行...
- 使用 Bubble.io 的 5 个无代码商业创意
- 熔炉:多智能体强化学习评估套件
- PostgreSQL和OpenAI嵌入式的语义搜索
- 即时工程:检索增强生成(RAG)
- RLHF 从人类反馈进行强化学习
- 一项关于利用扩散模型在图像之间融合插值...
- 使用亚马逊SageMaker模型卡片共享来改进模...
- 不仅仅是爬行动物:探索鬣蜥的可解释人工...
- 选择最佳技术/供应商的系统方法:MLOps版本
- 《变形金刚的挽歌?》
- 使用ChatGPT构建ReactJS:将对话型人工智...
- 回到基础 第二周:数据库,SQL,数据管理...
- 如果没有正确进行跨浏览器测试,会发生什么?