-
从文字模型到世界模型！Meta新研究让AI Agent理解物理世界
LLM已经可以理解文本和图片了，也能够根据它们的历史知识回答各种问题，但它们或许对周围世界当前发生的事情一无所知。 现在LLMs也开始逐步学习理解3D物理空间，通过增强LLMs的「看到」世界的能力，人们可以开发新的应用，在更多场景去获取LLMs的帮助。...
-
Stability AI宣布裁员20人，约占员工总数的10%
英国 AI 公司Stability AI 宣布裁员20人，占其员工总数的约10%。此前一天，该公司刚刚宣布扩大其旗舰模型的使用范围。 这一裁员决定是在其创始 CEO 离职后的动荡几周之后做出的。据 CNBC 报道，这家总部位于英国的 AI 公司运行着稳定扩...
-
网络安全领域如何拥抱新一代人工智能
因此，随着数字领域面临越来越复杂的威胁，GenAI在网络安全领域的整合预示着防御机制的新阶段。GenAI能够制作内容，从现有数据中学习，并对特定提示做出反应，这标志着网络安全领域的变革篇章，充满了充满希望的机会和紧迫的考虑。让我们深入探究一下这...
-
蚂蚁集团等发布开源大模型知识抽取框架OneKE
蚂蚁集团和浙江大学合作开发了一个名为 OneKE 的开源大模型知识抽取框架。该框架旨在帮助处理信息抽取、文本数据结构化和知识图谱构建等任务，为研究人员和开发者提供有力工具。 这个框架的作用是从海量数据中提取结构化知识，构建高质量的知识图谱，并建立知识要素之...
-
国内百模谁第一？清华14大LLM最新评测报告出炉，GLM-4、文心4.0站在第一梯队
在2023年的「百模大战」中，众多实践者推出了各类模型，这些模型有的是原创的，有的是针对开源模型进行微调的；有些是通用的，有些则是行业特定的。如何能合理地评价这些模型的能力，成为关键问题。 尽管国内外存在多个模型能力评测榜单，但它们的质量参差不齐，排名差...
-
K8s和大模型真的搭吗？
编译|言征 出品 | 51CTO技术栈（微信号：blog51cto） K8s和大模型真的搭吗？ 本文抛出了一个问题，但答案仍有待验证。 1.K8s迎来了新的受众群体 假设一位机器学习研究人员阅读了一篇研究论文，并想在PyTorch环境中使用基于Pytho...
-
GPT-4 Turbo重回王座，ChatGPT免费升级！数学暴涨10%/上下文全面碾压
今天起，最新版的GPT-4 Turbo，正式向ChatGPT Plus用户开放了！ 图片 有了GPT-4 Turbo加持后，ChatGPT写作、数学、逻辑推理和编码的能力得到提升。 小编小试，果然ChatGPT最新数据已经更新到了4月。 图片 根据基准测...
-
Meta AI 发布开源基准数据集OpenEQA 促进AI代理的 “体验智能”
Meta AI 研究人员今天发布了 OpenEQA，这是一个新的开源基准数据集，旨在衡量人工智能系统对 “体验式问答”（embodied question answering）的能力 —— 这种能力使人工智能系统能够理解现实世界，从而回答有关环境的自然语言...
-
新加坡国立大学 | 通过语言分割任何3D目标
本文经自动驾驶之心公众号授权转载，转载请联系出处。 写在前面&笔者的个人理解 本文研究了具有自由形式语言指令的开放词汇3D实例分割（OV-3DIS）。先前的作品只依赖于注释的基本类别进行训练，对看不见的长尾类别的泛化能力有限。最近的工作通过生成类...
-
Meta AI推MA-LMM:用于长视频理解的记忆增强多模态大模型
Meta AI近日推出了一种名为MA-LMM的新型模型，旨在解决长期视频理解中的挑战。LLMs在处理文本数据时表现出了令人印象深刻的能力，但在处理视频输入方面存在一些限制，例如上下文长度限制和GPU内存限制。 为了克服这些限制，研究人员提出了MA-LMM，...
-
扩散模型如何帮助创建更好的强化学习系统
想了解更多AIGC的内容，请访问： 51CTO AI.x社区 https://www.51cto.com/aigc/ 扩散模型以其令人印象深刻的生成高质量图像的能力而闻名，它们是流行的文本到图像模型(例如DALL-E、Stable Diffusion和...
-
大模型时代，AI人才也是各家争夺的焦点
AI人才争夺战，正式打响! 在当今这个由技术驱动的时代，人工智能（AI）已成为推动未来创新的关键力量。随着AI技术的飞速发展，一场无声的战争正在硅谷激烈上演——AI人才争夺战。这场战争不仅涉及科技巨头之间的高薪对决，更体现了国家层面的战略布局。 马斯克曾直...
-
刚刚，图灵奖揭晓！史上首位数学和计算机最高奖“双料王”出现了
刚刚，“计算机界最高荣誉”图灵奖揭晓—— 复杂性理论先驱、普林斯顿高等研究院教授艾维·维格森(Avi Wigderson 摘得。 美国计算机协会（ACM）表示，表彰他对计算理论的基础性贡献，包括重塑人类对计算中随机性作用的理解，以及数十年来在理论计算机...
-
量子计算可靠性提升800倍！微软开启2级弹性量子计算新时代
限制量子计算发展的关键问题，就快被解决了！ 对于整个量子生态系统来说，这是一个历史性的时刻。 ——近日，微软联合Quantinuum，向全世界展示了有史以来最可靠的逻辑量子比特。 论文地址：https://arxiv.org/pdf/2404.0228...
-
史上首次，AI超越人类奥赛金牌得主！吴方法加持，30题做出27道破纪录
首位超越国际奥林匹克竞赛金牌得主的AI，刚刚诞生了！ 印度理工学院海得拉巴分校、图宾根AI中心、剑桥大学的研究者发现—— 通过「吴方法」，可以让AI变成和人类数学奥赛银牌得主同样的水平，而「AI数学大师」AlphaGeometry，则直接超越了IMO金牌...
-
谷歌AI落后了 问题到底出在哪？
2023年年初，谷歌匆匆出兵，奋力开发AI模型，应对ChatGPT带来的压力。随后几个月里，谷歌加码测试生成式AI，内部出现几套模型，希望通过内部赛马拿出有竞争力的成果。 可惜，模型虽多，但没有一个可以与OpenAI CPT-4抗衡。无奈之下，谷歌只得...
-
来自Anthropic：如何衡量大语言模型的说服力？
尽管人们长期以来一直在质疑AI模型是否会在某些时候变得像人类一样具有说服力，从而改变人们的想法，但在模型规模与输出说服力程度之间的关系方面，实证研究一直有限。为了解决这个问题，研究人员开发了一种基本方法来衡量说服力，并将其用于比较三个不同世代（Clau...
-
研究发现，GPT-4在说服力方面比人类表现优秀82%
瑞士洛桑联邦理工学院（EPFL）的研究人员最近进行的一项研究表明，GPT-4在说服力方面比人类表现更出色，优势接近82%，准确来说是81.7%。该研究涉及820人围绕一系列主题展开辩论。这些主题包括是否应该考虑种族因素作为大学录取标准，以及像是否应该继续发...
-
雨云GPU云服务器搭建SD(Stable Diffusion)的教程，搭建自己的AI绘画网站，AIGC
Stable Diffusion是什么 Stable Diffusion是一种基于潜在扩散模型（Latent Diffusion Models）的文本到图像生成模型，由CompVis、Stability AI和LAION的研究人员和工程师共同创建。...
-
激发大语言模型空间推理能力：思维可视化提示
大语言模型（LLMs）在语言理解和各种推理任务中展现出令人印象深刻的性能。然而，它们在人类认知的关键一面——空间推理上，仍然未被充分研究。人类具有通过一种被称为 心灵之眼 的过程创造看不见的物体和行为的心智图像的能力，从而使得对未见世界的想象成为可能。...
-
报告称：OpenAI和Meta即将发布具有人类推理能力的AI模型
OpenAI 和 Meta 据称正在准备发布更先进的 AI 模型，这些模型将能够帮助解决问题并承担更复杂的任务。OpenAI 的首席运营官 Brad Lightcap 告诉《金融时报》，公司下一个版本的 GPT 将在解决 "困难问题" 方面取得进展，例如推...
-
探索智能体的边界：AgentQuest，一个全面衡量和提升大型语言模型智能体性能的模块化基准框架
随着大模型的不断进化，LLM智能体——这些强大的算法实体已经展现出解决复杂多步骤推理任务的潜力。从自然语言处理到深度学习，LLM智能体正逐渐成为研究和工业界的焦点，它们不仅能够理解和生成人类语言，还能在多变的环境中制定策略、执行任务，甚至使用API调用和...
-
基于数据正则化自博弈强化学习的人类兼容型自动驾驶
自动驾驶汽车面临的一个核心挑战是如何与人类合作。因此，在模拟环境中，将现实中的人类代理纳入到自主驾驶系统的可扩展训练和评估中至关重要。模拟代理通常是通过模仿大规模、高质量的人类驾驶数据集来开发的。然而，纯粹的模仿学习代理在多代理闭环环境中执行时经验上具...
-
ELLA官网体验入口 腾讯AI文本到图像语义对齐工具使用介绍
ELLA是一种轻量级方法，可将现有的基于CLIP的扩散模型配备强大的LLM。ELLA提高了模型的提示跟随能力，使文本到图像模型能够理解长文本。我们设计了一个时间感知语义连接器，从预训练的LLM中提取各种去噪阶段的时间步骤相关条件。我们的TSC动态地适应了不...
-
苹果新AI模型研究Ferret-UI：或将提升Siri，读懂屏幕内容
尽管苹果在生成式 AI 热潮开始后并未推出任何 AI 模型，但近期公司正在着手一些 AI 项目。上周，苹果研究人员分享了一篇揭示公司正在研发的新语言模型的论文，内部消息称苹果正在研发两款 AI 驱动的机器人。 如今，又一份研究论文的发布显示苹果才刚刚开始。...
-
阿里开源的32B大模型到底强在哪里？你知道吗？
阿里巴巴最近开源了一个320亿参数的大语言模型Qwen1.5-32B，网上都说很强很强，那么它到底强在哪里呢？ 更高的性价比 Qwen1.5-32B中的B是billion的意思，也就是10亿，32B就代表320亿参数量。 阿里之前还开源过一个大模型Qwe...
-
【总结】在嵌入式设备上可以离线运行的LLM--Llama
文章目录 Llama 简介 运用 另一种：MLC-LLM 一个令人沮丧的结论在资源受限的嵌入式设备上无法运行LLM（大语言模型）。 一丝曙光：tinyLlama-1.1b（10.1亿参数，需要至少2.98GB的RAM） Llam...
-
费米悖论与收益递减，超级人工智能与人类社会将会怎样相互作用
在探索宇宙生命的奥秘时，我们不禁会问：在这浩瀚的宇宙中，为什么我们还没有遇到其他文明的迹象？这个问题被称为费米悖论。而在人工智能领域，随着技术的飞速发展，超级AI——那些在智力上远超人类的机器智能——已不再是科幻小说的构想，而是未来可能迎来的现实。 数学...
-
训出GPT-5短缺20万亿token！OpenAI被曝计划建「数据市场」
全网真的无数据可用了！ 外媒报道称，OpenAl、Anthropic等公司正在努力寻找足够的信息，来训练下一代人工智能模型。 前几天，OpenAI和微软被曝出正在联手打造超算「星际之门」，解决算力难题。 然而，数据也是训练下一代强大模型，最重要的一味丹...
-
低成本算法，大幅提升视觉分类鲁棒性！悉尼大学华人团队发布全新EdgeNet方法
在深度神经网络时代，深度神经网络（DNNs）在视觉分类任务中展现出了卓越的准确性。然而，它们对额外噪声，即对抗性攻击，表现出了脆弱性。先前的研究假设这种脆弱性可能源于高准确度的深度网络过度依赖于与纹理和背景等无关紧要且不鲁棒的特征。 最近的AAAI 20...
-
破解36年前魔咒！Meta推出反向训练大法消除大模型「逆转诅咒」
【新智元导读】大语言模型的「逆转诅咒」，被解开了。近日，来自Meta FAIR的研究人员推出了反向训练大法，让模型从反方向上学到了事实之间的逻辑，终于改进了这个困扰人们已久的问题。 大语言模型的「逆转诅咒」，被解开了! 这个诅咒在去年9月首次被发现，一时间...
-
120亿Stable LM 2上线即开源！2万亿token训练，碾压Llama 2 70B
继16亿轻量级Stable LM 2推出之后，12B参数的版本在今天亮相了。 见状，不少网友纷纷喊话：干的漂亮！但，Stable Diffusion 3啥时候出啊？ 总得来说，Stable LM 2 12B参数更多，性能更强。 120亿参数版本包含了...
-
破除36年前魔咒！Meta推出反向训练大法消除大模型「逆转诅咒」
大语言模型的「逆转诅咒」，被解开了！ 这个诅咒在去年9月首次被发现，一时间引起LeCun、Karpathy、马库斯等一众大佬的惊呼。 因为风光无两、不可一世的大模型竟存在着“阿克琉斯之踵”：一个在「A是B」上训练的语言模型，并不能正确回答出「B是A」。...
-
Nightshade：使AI模型在未经许可的情况下无法训练图片
据报道，芝加哥大学的研究人员开发了一种名为Nightshade的工具，旨在防止未经许可的AI图像生成。该工具可以使AI图像生成器无法使用未经许可的图像进行训练，从而保护了艺术家和版权所有者的作品。 Nightshade的工作原理是在图像中添加隐藏信息，这...
-
OpenAI计划建立「数据市场」，训出GPT-5短缺20万亿 token
全网高质量数据集告急!据报道，AI 公司如 OpenAI、Anthropic 等正在努力寻找足够的信息来训练下一代人工智能模型。数据短缺问题日益突出，对训练下一代强大模型至关重要。面对这一挑战，AI 初创、互联网大厂开始寻找新的方法来解决算力和数据的瓶颈问...
-
守护生成式人工智能之门，规避人工智能进化中的安全挑战
想了解更多AIGC的内容，请访问： 51CTO AI.x社区 https://www.51cto.com/aigc/ 生成式人工智能(GenAI 代表了人工智能的一个重大飞跃，能够创建文本、音频、图像、代码等新颖而逼真的数据。虽然这项创新具有巨大的...
-
LLocalSearch官网体验入口 局部搜索优化AI工具使用地址
LLocalSearch是一个开源项目，它提供了一种基于局部搜索的优化方法。这种方法可以在一定区域内搜索最优解，广泛应用于组合优化、调度问题和其他需要寻找最佳解决方案的场景。 点击前往LLocalSearch官网体验入口 需求人群： LLocalSear...
-
抱抱脸Open了OpenAI的秘密武器，网易参与复现
OpenAI的秘密武器、ChatGPT背后功臣RLHF，被开源了。 来自Hugging Face、加拿大蒙特利尔Mila研究所、网易伏羲AI Lab的研究人员从零开始复现了OpenAI的RLHF pipeline，罗列了25个关键实施细节。 最终成功展示...
-
ImagenHub官网体验入口 AI图像生成模型评估平台使用指南方法教程
ImagenHub是一个一站式库，用于标准化所有条件图像生成模型的推理和评估。该项目首先定义了七个突出的任务并创建了高质量的评估数据集。其次，我们构建了一个统一的推理管道来确保公平比较。第三，我们设计了两个人工评估指标，即语义一致性和感知质量，并制定了全面...
-
CS25官网体验入口 斯坦福大学深度学习AI课程免费在线使用地址
CS25是斯坦福大学提供的一门课程，主要探讨深度学习模型Transformers，该模型在全球范围内产生了巨大影响。课程邀请了Transformers研究领域的前沿人物，讨论从GPT和Gemini等LLM架构到创造性应用（如DALL-E和Sora）在内的最...
-
IKI AI官网体验入口 人工智能个人助手知识管理软件使用地址
IKI AI是一个智能知识界面，结合了图书馆和知识助手的功能，专为帮助专业人士和团队更高效地进行研究、推理和创意生成。IKI支持自定义提示，可根据不同的职业需求提供个性化服务。 点击前往IKI AI官网体验入口 谁可以从IKI AI中受益？ IKI AI...
-
谷歌AI研究人员提出噪声感知训练方法（NAT）用于布局感知语言模型
在文档处理中，特别是在视觉丰富的文档（VRDs）中，高效信息提取(IE 的需求变得越来越关键。VRDs，如发票、水电费单和保险报价，在业务工作流中随处可见，通常以不同的布局和格式呈现类似信息。自动从这些文档中提取相关数据可以显著减少解析所需的手动工作量。然...
-
斯坦福团队新作：喊话就能指导机器人，任务成功率暴增，网友：特斯拉搞快点
斯坦福的ALOHA家务机器人团队，发布了最新研究成果—— 项目名为Yell At Your Robot（简称YAY），有了它，机器人的“翻车”动作，只要喊句话就能纠正了！ 而且机器人可以随着人类的喊话动态提升动作水平、即时调整策略，并根据反馈持续自我改进...
-
从300亿分子中筛出6款，结构新且易合成，斯坦福抗生素设计AI模型登Nature子刊
想了解更多AIGC的内容， 请访问： 51CTO AI.x社区 https://www.51cto.com/aigc/ 全球每年有近 500 万人死于抗生素耐药性，因此迫切需要新的方法来对抗耐药菌株。 AI 方法可以发现新的抗生素，但现有方法有明显的局限...
-
CVPR 2024录用结果出炉！2719篇论文被接收，录用率23.6%
想了解更多AIGC的内容： 请访问： 51CTO AI.x社区 https://www.51cto.com/aigc/ CVPR 2024最终录用结果公布了！ 刚刚，CVPR官方发文称，今年共提交了11532份有效论文，2719篇论文被接收，录用率为23...
-
人工智能无处不在：克服采用障碍
在人工智能变得更加普遍和必要之前，我们必须消除创建合乎道德、公平和安全的 AI 系统的关键障碍。 译自AI Everywhere: Overcoming Barriers to Adoption，作者 Rahul Pradhan。 在技术采用生命周期中，...
-
苹果突然裁员614人！10年造车梦碎，改押机器人搞「下一件大事」
想了解更多AIGC的内容，请访问： 51CTO AI.x社区 https://www.51cto.com/aigc/ 苹果十年造车计划一夜梦碎，600多人遭遇了大裁员。 2月底，彭博最先曝出，苹果投了数十亿美元的泰坦项目，彻底宣告了终结。 为了全力押注生...
-
Scaling Law被证伪，谷歌研究人员实锤研究力挺小模型更高效，不局限于特定采样技术！
出品 | 51CTO技术栈（微信号：blog51cto） “模型越大，效果越好”，Scaling Law再次被OpenAI带火了，但谷歌的研究人员的最新研究证伪了这一观点。 在周一发表的一项研究中，谷歌研究院和约翰霍普金斯大学的研究人员对人工智能 (AI...
-
苹果终止电车项目后大裁员，押注家用机器人，这会是Next Big Thing吗？
苹果公司压力山大，何以见得？ 苹果公司的电动汽车项目在今年二月份取消了，他们还决定放弃为 Apple Watch 自主生产下一代屏幕的尝试。这两个项目都因成本超支和上市延迟而受阻。此外，混合现实眼镜还需要多年时间才能成为苹果主要的盈利点。在这样的情况下...
-
OpenAI为开发者添加新功能 允许构建自定义模型
OpenAI为开发者添加新功能，以增强对微调的控制，并宣布新方法来构建与OpenAI的自定义模型。这意味着开发者可以开发和训练一个特定于某个组织、业务领域、任务需求的模型。如法律、医疗等特定模型! 详细内容:https://openai.com/blog...