-
模型A：幸亏有你，我才不得0分，模型B：俺也一样
琳琅满目的乐高积木，通过一块又一块的叠加，可以创造出各种栩栩如生的人物、景观等，不同的乐高作品相互组合，又能为爱好者带来新的创意。 我们把思路打开一点，在大模型（LLM）爆发的当下，我们能不能像拼积木一样，把不同的模型搭建起来，而不会影响原来模型的功能，...
-
大翻车！斯坦福超火机器人自曝内幕，研究者救场还受伤了，网友：放心了
爆火的斯坦福全能家务机器人Mobile ALOHA，大！翻！！车！！！ 你以为它擦个红酒轻而易举，但实际上却是这样的： 全给你弄撒喽，顺带碎个杯子 …… 你以为它能化身大厨娴熟烹炒，结果给你上演一个炒锅底： Mobile ALOHA的翻车大合集还不止...
-
谷歌研究团队推新AI方法SynCLR:从合成图像和字幕中学习视觉表征
近期，Google Research和MIT CSAIL共同推出了一项名为SynCLR的新型人工智能方法，该方法旨在通过使用合成图像和字幕，实现对视觉表征的学习，摆脱对真实数据的依赖。 SynCLR的工作原理 研究团队首先提出了一个三阶段的方法。首先，在...
-
2023-12-27 语音转文字的whisper应用部署
点击 <C 语言编程核心突破> 快速C语言入门 语音转文字的whisper应用部署 前言 一、部署`whisper` 二、部署`whisper.cpp` 总结 前言 要解决问题: 需要一款开源的语音转文字...
-
谷歌家务机器人单挑斯坦福炒虾机器人！端茶倒水逗猫，连甩三连弹开打
火爆全网的斯坦福炒虾机器人，一天之内人气暴涨。 毕竟这样能炒菜能洗碗的全能机器人，谁不想带一个回家，把自己从家务中解放出来呢！ 据说，这个项目是斯坦福华人团队花了三个月的时间做出来的。 今天，团队直接放出了更多细节。 这个机器人的技能多种多样，令人眼...
-
谷歌DeepMind机器人成果三连发！两大能力全提升，数据收集系统可同时管理20个机器人
几乎是和斯坦福“炒虾洗碗”机器人同一时间，谷歌DeepMind也发布了最新具身智能成果。 并且是三连发： 先是一个主打提高决策速度的新模型，让机器人的操作速度（相比原来的Robotics Transformer）提高了14%——快的同时，质量也没有下滑...
-
用 ChatGPT 诊断儿科疾病？新研究泼冷水：准确率仅 17%
1 月 4 日消息，纽约科恩儿童医学中心的三位儿科医生最近对大型语言模型 ChatGPT 的儿科疾病诊断能力进行了评估，结果令人失望。他们让 ChatGPT 诊断了 100 个随机的儿科病例，结果发现其准确率仅有 17%。IT之家注意到，这项研究发...
-
突破Pytorch核心点，优化器 ！！
嗨，我是小壮！ 今儿咱们聊聊Pytorch中的优化器。 优化器在深度学习中的选择直接影响模型的训练效果和速度。不同的优化器适用于不同的问题，其性能的差异可能导致模型更快、更稳定地收敛，或者在某些任务上表现更好。 因此，选择合适的优化器是深度学习模型调优中...
-
AI视野：通义千问上线通义舞王；斯坦福炒虾机器人爆火；Midjourney艺术家数据库泄露；Meta发布AI调试工具HawkEye；小冰大模型获备案
新鲜AI产品点击了解：https://top.aibase.com/ ???AI应用 通义千问上线通义舞王 阿里云通义千问APP近日上线了一项名为“通义舞王”的免费功能，用户只需在APP内输入相应口令并上传照片，系统即可生成个性化的舞蹈视频。 Meta发...
-
ChatGPT在儿科疾病诊断中错误率高达83%
发表在《美国医学会儿科杂志》上的一项研究表明，ChatGPT-4在儿科医学病例的诊断方面的准确率仅为17%，较去年一般医学病例的39%更低。 这一低成功率显示出人类儿科医生在短时间内不太可能失业的现实，研究强调了临床经验在医学领域的不可替代性。研究人员指出...
-
探索Whisper语音识别
问题一：python多版本切换 背景：有了anaconda环境 还有一个c盘的不知道什么东西 我准备下载一个python3.9.9 去官网 然后安装，安装之前一定要把原来的python卸载干净。 3.9.9安装不上，我用3.10...
-
突破Pytorch核心点，CNN ！！！
哈喽，我是小壮！ 创建卷积神经网络（CNN），很多初学者不太熟悉，今儿咱们来大概说说，给一个完整的案例进行说明。 CNN 用于图像分类、目标检测、图像生成等任务。它的关键思想是通过卷积层和池化层来自动提取图像的特征，并通过全连接层进行分类。 原理 1.卷...
-
智能编程助手！华为云CodeArts Snap免费公测：基于盘古研发大模型
快科技1月3日消息，据华为云”公众号介绍，近日，华为云CodeArts Snap正式开启公测。 这是一款基于华为云研发大模型的智能化编程助手，旨在为开发者提供高效且智能的编程体验，提升研发人员的单兵作战能力。 该服务公测期间免费，不向用户收取任何费用，商用...
-
最强开源大模型？Llama 2论文解读
标题 简介 模型预训练 预训练设置 硬件资源与碳排放 模型评估 模型微调 有监督微调 基于人工反馈的强化学习（RLHF） 人类偏好数据的收集 奖励模型 迭代微调过程 多轮对话控制 RLHF 结果 模型回答的安全性 一直...
-
谷歌Gemini大逆转？斯坦福Meta华人证明其推理性能强于GPT-3.5
【新智元导读】谷歌放出的Gemini，在对标GPT的道路上似乎一直处于劣势，Gemini真的比GPT-4弱吗?最近，斯坦福和Meta的学者发文为Gemini正名。 Gemini的推理能力，真的比GPT-4弱吗? 此前，谷歌憋出的重磅复仇神器Gemini P...
-
OpenAI亲授ChatGPT「屠龙术」！官方提示工程指南来啦
应该如何形容 Prompt 工程呢？对于一个最开始使用 ChatGPT 的新人小白，面对据说参数量千亿万亿的庞然巨兽，Prompt 神秘的似乎像某种献祭：我扔进去几句话，等待聊天窗口后的「智慧生命」给我以神谕。 然而，上手 Prompt 之后，操纵 Ch...
-
Hyena成下一代Transformer？StripedHyena-7B开源：最高128k输入，训练速度提升50%
最近几年发布的AI模型，如语言、视觉、音频、生物等各种领域的大模型都离不开Transformer架构，但其核心模块「注意力机制」的计算复杂度与「输入序列长度」呈二次方增长趋势，这一特性严重限制了Transformer在长序列下的应用，例如无法一次性处理一...
-
AI "取代" 人类职业的路径图
昨天看到这么一张图：AI 取代人类路径的级别图。 图片 根据图中的显示，分了 6 个等级：E1 到 E8+ 。 从图中我们可以看出：AI 取代人类路径是按 AI 的应用领域路线决定。而 AI 应用领域路径是由容错率决定的。 这里的容错率简单的来讲的话，就...
-
人工智能揭开拉斐尔名画的秘密：并非完全出自大师之手
12 月 31 日消息，最近，一个 人工智能神经网络在拉斐尔的一幅名画中发现了一个不同寻常之处：其中一幅面孔竟然不是出自拉斐尔本人之手。 这幅画名为《玫瑰圣母（Madonna della Rosa）》，长期以来，学者们一直对这幅画是否是拉斐尔原作争论不...
-
GPT-4抽象推理PK人类差距巨大！多模态远不如纯文本，AGI火花难以独立燃烧
GPT-4，可能是目前最强大的通用语言大模型。一经发布，除了感叹它在各种任务上的出色表现之外，大家也纷纷提出疑问：GPT-4是AGI吗？他真的预示了AI取代人类那一天的到来吗？ 推特上也有一众网友发起了投票： 其中，反对的观点主要在于： - 有限的推理...
-
盘古智能体（Pangu-Agent）的五个创新点
随着大规模语言模型（Large Language Model，LLM）的发展和应用，人工智能领域出现了一种新的研究方向，即基于LLM的自主智能体（LLM-based Autonomous Agent）。这种智能体利用LLM的强大的表示能力和生成能力，可以...
-
Ai换脸能把脸部变流畅吗？这3款AI换脸视频工具用起来
人工智能（AI）的迅猛发展彻底改变了我们生活的方方面面，其中之一就是AI换脸工具。这些工具采用了先进的计算机视觉技术和深度学习算法，如生成对抗网络(GAN ，能够在照片或视频中轻松交换一个人的面孔。 以下是几款好用的AI换脸视频工具: Swapstream...
-
VSCode使用技巧，代码编写效率提升2倍以上！
VSCode是一款开源免费的跨平台文本编辑器，它的可扩展性和丰富的功能使得它成为了许多程序员的首选编辑器。在本文中，我将分享一些VSCode的使用技巧，帮助您更高效地使用它。 1. 插件 VSCode具有非常丰富的插件生态系统，通过安装插件可以为编辑器增...
-
一文读懂分类模型评估指标
模型评估是深度学习和机器学习中非常重要的一部分，用于衡量模型的性能和效果。本文将逐步分解混淆矩阵，准确性，精度，召回率和F1分数。 混淆矩阵 混淆矩阵是在分类问题中用于评估模型性能的表格，它展示了模型对样本的分类情况。混淆矩阵的行表示实际类别，列表示预...
-
得物大模型平台，业务效果提升实践
一、背景 得物大模型训练与推理平台上线几个月后，我们与公司内部超过 10 个业务领域展开了全面的合作。在一些关键业务指标方面，取得了显著的成效，例如： 效率相关部门的合作，多维度打标总正确率取得 2 倍以上提升。利用大模型开辟了新的业务，提升了效...
-
人脸识别技术演进：从几何算法到深度学习的深度剖析
本文全面探讨了人脸识别技术的发展历程、关键方法及其应用任务目标，深入分析了从几何特征到深度学习的技术演进。 关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队管理经验，同济本复旦硕，复旦机器人智能实...
-
科学家开发出BrainGPT：可将思想转化为文本
快科技12月26日消息，据国内媒体报道，澳大利亚悉尼科技大学科学家开发出一种便携式、非侵入性的人工智能读心”头戴设备BrainGPT，可将思想转化成文本。 据了解，BrainGPT把脑电波信号分割成不同的单元，从中捕获特定的特征和模式。模型通过从大量脑电数...
-
AI视野：Pika1.0正式向所有人开放；阿里开源文生3D模型；Midjourney V6涉嫌侵权；谷歌推出新AI SDK
新鲜AI产品点击了解：https://top.aibase.com/ ???AI应用 Pika1.0正式向所有人开放 Pika1.0官方宣布正式向所有人开放网页版本试用资格，每个用户都可免费体验该创意视频制作平台。该版本以文生成视频为特色，提供3秒视频快速...
-
ocr识别原理和场景应用浅析
Labs 导读 日常生活的截图提取、拍照搜题，都用到了文字识别领域占据重要地位的OCR（光学字符识别）技术。 Part 01、 什么是OCR OCR（光学字符识别）是计算机文字识别的一种方法，利用光学技术和计算机技术将印刷或手写在纸张等介质的文...
-
挑战Transformer的Mamba是什么来头？作者博士论文理清SSM进化路径
在大模型领域，Transformer 凭一己之力撑起了整个江山。但随着模型规模的扩展和需要处理的序列不断变长，Transformer 的局限性也逐渐凸显，比如其自注意力机制的计算量会随着上下文长度的增加呈平方级增长。为了克服这些缺陷，研究者们开发出了很多...
-
李飞飞DeepMind全新「代码链」碾压CoT！大模型用Python代码推理，性能暴涨12%
思维链（CoT），最具开拓性和影响力的提示工程技术之一，能增强LLM在推理决策中的表现。 那么，如果大模型可以在代码中「思考」，会如何呢？ 最近，谷歌DeepMind、斯坦福、UC伯克利团队联手提出了全新技术——「代码链」（CoC）。 论文地址：htt...
-
机器学习模型性能的十个指标
尽管大模型非常强大， 但是解决实践的问题也可以不全部依赖于大模型。一个不太确切的类比，解释现实中的物理现象，未必要用到量子力学。有些相对简单的问题，或许一个统计分布就足够了。对机器学习而言， 也不用言必深度学习与神经网络，关键在于明确问题的边界。 那么在...
-
CMU权威对比Gemini，GPT-3和Mistral8×7B！GPT-3.5依旧拿捏Gemini，开源模型差距依然不小
谷歌最近发布的Gemini掀起了不小的波澜。 毕竟，大语言模型领域几乎是OpenAI的GPT一家独大的局面。 不过作为吃瓜群众，当然希望科技公司都卷起来，大模型都打起来！ 所以，作为科技巨无霸谷歌的亲儿子，Gemini自然承受了很高的期待。 虽然Gemi...
-
测试时领域适应的鲁棒性得以保证，TRIBE在多真实场景下达到SOTA
测试时领域适应（Test-Time Adaptation）的目的是使源域模型适应推理阶段的测试数据，在适应未知的图像损坏领域取得了出色的效果。然而，当前许多方法都缺乏对真实世界场景中测试数据流的考虑，例如： 测试数据流应当是时变分布（而非传统领域适应中...
-
一个算命准确度高达78%的AI，让网友都当上了赛博阎王
咱中国人爱算命这事，是刻在骨子里的执念。 出门前要看看黄历、办公室要讲风水、就连谈恋爱换工作也要算算领导和对象的星座和八字合不合适。 算命姿势也是无奇不有，用八字星座塔罗牌已属过去式，寺庙求签不够潮。 这不，有位中国人就在ChatGPT上训练了一个“算命专...
-
只需一张图片、一句动作指令，Animate124轻松生成3D视频
近一年来，DreamFusion 引领了一个新潮流，即 3D 静态物体与场景的生成，这在生成技术领域引发了广泛关注。回顾过去一年，我们见证了 3D 静态生成技术在质量和控制性方面的显著进步。技术发展从基于文本的生成起步，逐渐融入单视角图像，进而发展到整合...
-
只需一个眼神！韩国医学院使用AI筛查自闭症：准确率100%
快科技12月21日消息，据媒体报道，韩国延世大学医学院近日发布了一项研究成果：可用深度学习后的人工智能算法，对儿童的视网膜照片进行分析，从而检测儿童是否患有自闭症谱系障碍（ASD）。 据悉，在本次实验中，研究人员共召集了900多名年龄在7-8岁的儿童，其中...
-
摸底谷歌Gemini：CMU全面测评，Gemini Pro不敌GPT 3.5 Turbo
前段时间，谷歌发布了对标 OpenAI GPT 模型的竞品 ——Gemini。这个大模型共有三个版本 ——Ultra（能力最强）、Pro 和 Nano。研究团队公布的测试结果显示，Ultra 版本在许多任务中优于 GPT4，而 Pro 版本与 GPT-3...
-
你真的会写 Prompt ? 剖析 RAG 应用中的指代消解
随着 ChatGPT 等大语言模型(LLM 的不断发展，越来越多的研究人员开始关注语言模型的应用。 其中，检索增强生成（Retrieval-augmented generation，RAG）是一种针对知识密集型 NLP 任务的生成方法，它通过在生成过程中...
-
斯坦福大学研究生开发名为PIGEON的AI模型 仅通过几张照片找到你的位置
斯坦福大学的研究生们开发了一款名为 PIGEON 的应用程序，可以仅仅通过查看 Google 街景图像或其他图像来确定具体位置，其准确率令人印象深刻。 根据预印本论文的数据，PIGEON 可以以92%的准确率预测所拍摄国家，并且在40%的猜测中可以将位置定...
-
数据治理与大模型一体化实践
降本增效方面，以机器学习团队的构成为例，滴普科技Deepexi产品线总裁柏海峰介绍道：“传统机器学习或者说小模型的技术落地，对人才的要求很高，但企业往往没有意识到这个问题。具体来说，一般需要构建一个综合性的团队即数据科学团队，团队中需要数据开发工程师、...
-
深度学习之目标检测中的常用算法
随着深度学习的不断发展，深度卷积神经网络在目标检测领域中的应用愈加广泛，现已被应用于农业、交通和医学等众多领域。 与基于特征的传统手工方法相比，基于深度学习的目标检测方法可以学习低级和高级图像特征，有更好的检测精度和泛化能力。 什么是目标检测？ 目标检测...
-
丹麦 AI 模型预测死亡率准确度超保险公司，引发被滥用担忧
12 月 19 日消息，丹麦科技大学的苏尼・莱曼・乔根森及其团队开发了一款强大的人工智能模型，可以根据个人数据预测死亡率，准确度远超现有的任何模型，甚至包括保险业使用的模型。研究人员表示，该模型能提前预警健康和社会问题，也需要警惕其被大型企业滥用。 乔...
-
AI 筛选的视网膜图像诊断儿童自闭症的准确率达 100%
由儿童和青少年心理学家、行为科学家、眼科医生和生物医学系统信息学专家组成的韩国多机构团队发现，基于深度学习的人工智能系统能准确诊断患有自闭症的儿童。在发表于《JAMA Network Open》期刊的研究中，该团队使用基于学习的 AI 系统创建了一个自闭症...
-
阿里「通义千问」大战百度「文心一言」15个回合后，GPT4沉默了
文｜卖萌酱 这几天风闻阿里的AI大模型要发布，我刷了这把老脸，成功成为了第一批吃到螃蟹的人！ 测试界面长这样： 传送门：https://tong...
-
华人团队用大模型实现“读心术”：大脑活动直接变文字
NeurIPS收录的一项新研究，让大模型也学会“读心术”了！ 通过学习脑电波数据，模型成功地把受试者的脑电图信号翻译成了文本。 而且整个过程不需要大型设备，只要一块特制的“头巾”就能实现。 这项成果名为DeWave，能在不通过侵入式设备和MRI的情况下...
-
OpenAI 的超级对齐团队在做什么
今年11月17日，OpenAI 首席执行官萨姆·奥尔特曼 (Sam Altman 在首席科学家伊利亚·苏茨克韦尔 (Ilya Sutskever 的政变下被罢免，但三天后复职。不到一个月，OpenAI 宣布一切恢复正常，而这一切导火索是团队内部的有...
-
AI视野：OpenAI灰度测试GPT4.5；Midjourney V6模型下周发布；Gemini自曝中文用文心一言训练；LeCun提出AGI七阶段路线图
???AI新鲜事 openAI灰度测试GPT4.5 近日，OpenAI正在对最新的GPT4.5turbo模型进行灰度测试，该模型在文本生成质量、效率、上下文理解、多模态能力、编程和代码生成、安全性、个性化定制等七个方面都取得显著进展。 Gemini自曝...
-
华人团队用大模型实现“读心术”：大脑活动直接变文字 | NeurIPS 2023
NeurIPS收录的一项新研究，让大模型也学会“读心术”了! 通过学习脑电波数据，模型成功地把受试者的脑电图信号翻译成了文本。 而且整个过程不需要大型设备，只要一块特制的“头巾”就能实现。 这项成果名为DeWave，能在不通过侵入式设备和MRI的情况下解...
-
哀悼！55岁商汤科技创始人汤晓鸥突然离世，他撑起中国计算机视觉研究半壁江山
沉痛悼念！ 2023年12月15日23时45分，商汤科技创始人汤晓鸥教授因病救治无效不幸离世，终年55岁。 天妒英才，继孙剑博士2年前意外辞世后，中国AI界再失一位领军人物。 计算机视觉的开拓者 毫不夸张地说，汤晓鸥教授是中国计算机视觉的开拓者和探路...