Learn more about Technology - Section 4

Deci AI推出DeciDiffusion 1.0：一个8.2亿参数的文本到图像潜在扩散模型，速度比稳定扩散快3倍

定义问题 文本到图像生成一直是人工智能领域的一个挑战。将文本描述转化为生动、逼真的图像是迈向自然语言理解和视觉内容创作...

大型语言模型在长篇问答中的表现如何？Salesforce研究人员对LLM的鲁棒性和能力进行了深入探究

尽管ChatGPT和GPT-4等大型语言模型（LLMs）在多个基准测试中表现出更好的性能，但MMLU和OpenLLMBoard等开源项目在多个应用和...

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...

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，...

AI能在创造性思维任务上胜过人类吗？这项研究为人类与机器学习创造力之间的关系提供了深入的见解

虽然AI在许多领域取得了巨大的进展，并成为一种有价值的工具，但它并不能替代人类独特的品质和能力。在许多情况下，最有效的...

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...

使用人工智能改变3D模型定制：麻省理工学院研究人员开发了一种用户友好的界面，用于美学调整而不影响功能性

3D打印和设计领域一直存在一个持久的挑战，即能够对从在线存储库获取的开源3D设计进行定制。虽然这些平台提供了大量可以直接...

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...

“迎接2023-24年度埃森哲学者奖获得者”

“麻省理工学院和埃森哲产业与技术融合倡议宣布2023-24年的研究生奖学金获得者”

来自埃因霍温和西北大学的研究人员开发了一种新的神经形态生物传感器，能够进行芯片内学习，无需外部训练

神经形态计算受到人脑结构和功能的启发。神经形态芯片是一种利用物理人工神经元进行计算的设备。与传统的数字处理器不同，这...

“放大看不见的：这种人工智能AI方法使用NeRFs来可视化3D中的微妙动作”

我们生活在一个充满运动的世界，从我们身体的微小运动到地球的大规模运动。然而，其中许多运动对于肉眼来说太小而无法看到。...