Learn more about Machine learning - Section 11

斯坦福大学的研究介绍了PointOdyssey：一个用于长期点跟踪的大规模合成数据集

大规模注释的数据集已经成为各种计算机视觉任务中创建精确模型的高速公路。他们希望在这项研究中提供这样一条高速公路，以实...

Google DeepMind推出一种新的AI工具，可以对7100万个“错义”突变的影响进行分类

人类遗传学面临的最大挑战可以说是人类基因组的复杂性以及对健康和疾病有贡献的大量遗传因素的多样性。人类基因组由30亿个碱...

解锁电池优化：机器学习和纳米级X射线显微镜技术如何改变锂电池

一项开创性的倡议从著名研究机构中涌现出来，旨在揭开锂离子电池复杂的奥秘。研究人员采用创新的方法，利用机器学习精确地分...

这篇由微软和清华大学进行的人工智能研究介绍了EvoPrompt：一种新颖的人工智能框架，用于自动离散提示优化，连接LLMs和进化算法

大型语言模型（LLMs）在几乎所有自然语言处理（NLP）任务上都表现出色。然而，传统的微调方法对LLMs来说代价高昂，因此发展了...

机器学习项目的最佳类似GitHub的替代方案

让我们来看一些与GitHub类似的平台和网站，它们提供强大的功能和功能，可以轻松与GitHub竞争

数字原住民（云原生）的数据流状态

探索在云端出生的数字原住民，利用Apache Kafka进行创新和新的商业模式，并发现趋势、架构和案例研究

量化GPT-4隐性回归随时间的变化

随着时间的推移，GPT-4在多个数据源的对话式问题回答方面出现了退化，但在涉及维基百科文章的查询性能方面有所改善

选择你的武器：抑郁的AI咨询师的生存策略

最近上映了一部新的终结者电影在这一集中，未来的人类抵抗组织派遣一台机器人回到过去，摧毁OpenAI的服务器农场，从而阻止了…

东京大学的研究人员引入了一种新技术，用于保护基于人工智能的敏感应用程序免受攻击

近年来，人工智能（AI）的快速发展导致其在计算机视觉、音频识别等各个领域的广泛应用。这种使用的激增已经彻底改变了产业，...

探索神经网络

释放人工智能的力量：神经网络及其应用指南

将生成任务转化为分类任务

“通过训练更小、更专注于特定任务的分类模型，可以减轻大型通用语言模型的成本，从而提高效率”

机器学习评估指标：理论与概述

机器学习中评估指标的高级探索及其重要性

OpenAI公布了DALL·E 3：文本到图像生成的革命性跃进

在技术上的一次重大飞跃中，OpenAI宣布推出了DALL·E 3，这是他们开创性的文本到图像生成技术的最新版本。DALL·E 3具备前所未...

IBM研究人员提出了一种新的对抗性攻击框架，能够针对AI系统生成对抗性输入，无论其模态或任务如何

在人工智能不断发展的领域中，出现了一个越来越令人关注的问题：AI模型对对抗性躲避攻击的脆弱性。这些狡猾的攻击可以通过微...

遇见 StableSR：一种利用预训练扩散模型的新型AI超分辨率方法

计算机视觉领域的图像合成任务的扩散模型的发展取得了显著进展。先前的研究已经说明了将扩散先验集成到稳定扩散等合成模型中...

“视频分割可以更具成本效益吗？认识DEVA：一种解耦的视频分割方法，可以节省注释并在不同任务之间泛化”

你是否曾经想过监控系统是如何工作的，以及我们如何仅通过视频来识别个人或车辆？或者如何通过水下纪录片来识别虎鲸？或者是...

谷歌研究人员提出了一种新的人工智能方法，用于对场景动态建模的图像空间先验

即使是看似静止的图像也会因风、水流、呼吸或其他自然节奏而包含微小的振动。这是因为自然界不断在运动。人类对于运动尤为敏...

“遇见 AudioSR：一个即插即用、一体化的人工智能解决方案，可将音频升频至令人难以置信的48kHz质量”

数字音频处理领域的一个关键挑战是音频超分辨率。它旨在通过预测和合并低分辨率音频数据中缺失的高频成分来提高音频信号的质...

LLMs与知识图谱

什么是LLMs？ 大型语言模型（LLMs）是能够理解和生成人类语言的人工智能工具。它们是具有数十亿参数的强大神经网络，经过大量...

《百川2：一系列包含70亿和130亿参数的大规模多语言语言模型，从头开始训练，使用了26万亿个令牌》

大型语言模型在近年来取得了显著而令人鼓舞的发展。语言模型现在具有数十亿甚至数万亿个参数，例如GPT3、PaLM和Switch Transf...