鸿蒙开发者社区

WOT技术大会

公众号矩阵

移动端

短视频免费课程课程排行直播课软考学堂

全部课程厂商认证 IT技术 24年11月软考 PMP项目管理免费题库

文章资源问答课堂专栏直播

51CTO

鸿蒙开发者社区

51CTO技术栈

51CTO官微

51CTO学堂

51CTO博客

CTO训练营

鸿蒙开发者社区订阅号

51CTO软考

51CTO学堂APP

51CTO学堂企业版APP

鸿蒙开发者社区视频号

51CTO软考题库

账号设置退出

人工智能

2.7w内容

关注

聚合人工智能话题下，包括机器学习、深度学习、计算机视觉、自然语言处理等领域的新闻资讯、前沿理论、技术知识、应用案例。

文章博文帖子课程

共 2.7w 条

Llama也能做图像生成！港大字节推出开源自回归文生图模型，在线体验已开放

架构方面，LlamaGen的模型架构主要基于Llama语言模型，包括使用RMSNorm的Pre-Normalization、SwiGLU和RoPE。尽管图像生成领域一些常用的技术（如AdaLN）可能进一步提高性能，但作者还是尽可能保持与Llama语言模型一模一样的架构。

2024-07-03 12:05:06

Llama 模型架构

大改Yolo框架 | 能源消耗极低的目标检测新框架

使用常规深度神经网络到脉冲神经网络转换方法应用于脉冲神经网络域时，性能下降的很多，深入分析后提出了可能的解释：一是来自逐层归一化的效率低，二是用于leaky-ReLU函数的负激活缺乏表示。

2024-07-03 10:46:10

神经网络模型

ICML 2024｜Transformer究竟如何推理？基于样例还是基于规则

尽管如 ChatGPT 这样的大语言模型（Large Language Models, LLMs）已经在各种复杂任务中展现出令人惊艳的性能，它们在处理一些对人类来说十分简单的数学推理问题时仍会面临困难，例如长整数加法。

2024-07-03 10:33:07

从零开始，用英伟达T4、A10训练小型文生视频模型，几小时搞定

在这篇博客中，作者将展示如何将从头开始构建一个小规模的文本生成视频模型，涵盖了从理解理论概念、到编写整个架构再到生成最终结果的所有内容。

2024-07-03 10:20:25

英伟达模型

YOLOv10：实时目标检测的新星，引领AI视觉识别新纪元

YOLOv10作为清华大学多媒体智能组推出的最新一代目标检测算法，以其卓越的实时性和准确性在业界引起了广泛关注。通过优化模型架构和引入创新的双重分配策略等措施，YOLOv10在保持高准确性的同时实现了毫秒级的实时检测速度。

2024-07-03 09:39:52

AI 视觉识别

如何使用HippoRAG增强LLM的记忆译文

HippoRAG是一个新的RAG框架，它使用知识图谱来表示概念之间的联系，使LLM能够进行推理，并提供更准确、更细致的答案。

2024-07-03 09:38:35

LLM 人工智能

聚焦大模型时代AI前沿与金融应用，微众媒体学院北京开讲

7月2日，微众媒体学院系列活动在北京举行，本期活动以“大模型时代AI前沿与金融应用”为主题，邀请澜舟科技合伙人、联席CEO李京梅，微众银行首席人工智能官杨强，微众银行人工智能首席科学家范力欣等多位行业专家学者与媒体记者分享趋势洞察，探讨AI技术前沿与金融落地实践。

2024-07-02 19:11:26

微众银行人工智能澜舟科技

HPE Aruba Networking 推出企业级私有5G 网络简化专用蜂窝网络部署

HPE Aruba Networking 提供的全面解决方案，旨在减轻管理、部署和购买企业专用蜂窝网络的复杂性

2024-07-02 17:00:23

大模型性能掺水严重？北大交出答卷：交互评估+动态出题，死记硬背也没用 | ACL 2024

当前大语言模型（LLM）的评估方法受到数据污染问题的影响，导致评估结果被高估，无法准确反映模型的真实能力。北京大学等提出的KIEval框架，通过知识基础的交互式评估，克服了数据污染的影响，更全面地评估了模型在知识理解和应用方面的能力。

2024-07-02 13:30:50

苹果为什么要用「小模型」？

WWDC 2024上，苹果推出了Apple Intelligence，向大家展示了如何开发、训练出功能强大、快速且节能的模型，如何根据特定用户需求进行微调，以及如何评估模型的性能。

2024-07-02 13:27:38

ML工程师一次微调七个模型，击败OpenAI GPT-4

「微调你的模型，获得比GPT-4更好的性能」不只是说说而已，而是真的可操作。最近，一位愿意动手的ML工程师就把几个开源LLM调教成了自己想要的样子。

2024-07-02 13:25:22

1600万美国年轻人集体「失恋」？ Character AI被爆资金断裂，00后炸了

最近，在美国00后中爆火的Character AI，竟然把聊天机器人对话模型给「阉割」了？愤怒的年轻人们冲进社区，抱怨的声浪快要掀翻天了！而这背后，似乎还有谷歌或Meta的授意。

2024-07-02 13:21:22

模型 GPT-4 机器人

CVPR'24：文生图提示词自动优化，还发现三个小窍门，人大度小满等机构出品

来自中国人大、度小满等团队提出了一种全新的自动文本提示优化方法——动态提示自动编辑（Prompt Auto-Editing，PAE）。

2024-07-02 12:43:10

鹅厂造10亿虚拟人格专搞数据合成：让7B模型数学成绩打平GPT4，还能给弱智吧出题

用这些虚拟人格产生的合成数据，能让7B模型的数学成绩暴增15分，打平了GPT-4 Turbo。

2024-07-02 12:41:27

73年前，香农已经给大模型发展埋下一颗种子

这篇论文中，香农主要探讨了如何估算语言的熵（entropy）和冗余度（redundancy），并提出了一种新方法。

2024-07-02 12:29:00

只需将感知推理能力拆分，2B大模型就能战胜20B！国产新框架高效处理视觉任务

通过有效解耦感知和推理，Prism不仅能够用于模型的分析和视觉语言任务的解决，还为未来的研究提供了新的方向。我们期待Prism在更多视觉语言任务中的应用，进一步推动这一领域的发展。

2024-07-02 12:27:47

模型 Prism 语言

哈工大提出创新迭代推理框架 DPE-MNER ：充分发挥多模态表示潜力

本文，研究团队提出了DPE-MNER，一个创新的迭代推理框架，它遵循“分解、优先、消除”的策略，动态地整合了多样化的多模态表示。该框架巧妙地将多模态表示的融合分解为层次化且相互连接的融合层，极大地简化了处理过程。

2024-07-02 12:25:12

全球首个神经连接机械腿，截肢者恢复自然行走，还带空间感

该研究出自麻省理工学院（MIT）。想做到这一点的患者需要进行专门的手术，并将非侵入性表面电极连接到机器人假肢小腿上。

2024-07-02 12:19:54

神经网络 AI

神经网络可能不再需要激活函数？Layer Normalization也具有非线性表达！

目前，随着transformer的广泛使用，LN作为其中的固定组成部分，已经成为了一种普遍使用的技术，该研究在未来可能为神经网络架构提供新的理论依据，在这个方向上，具有开创性意义。

2024-07-02 12:16:30

你要的 AI Agent 工具都在这里

本文主要聊了AI Agent的工具规范，以及常用工具。AI Agent只有借助工具才能发挥威力。

2024-07-02 11:16:21

AI Agent AI LLM

传统和深度学习进行结合，较大程度提高人脸检测精度

今天分享的是一个有点老的技术，但是我觉得这个技术特别有意思，值得该领域研究员深入思考，提升检测领域其他技术精度。

2024-07-02 10:28:59

人脸检测深度学习

用Agent大模型，我发现了Prompt工程师的十大必备技能

glm-4-alltools 提供的丰富工具，可以让我们只用一个模型就能快速实现各种强大的功能。从而降低整个项目开发难度，推荐大家使用。

2024-07-02 10:24:35

Agent 大模型工具

高效目标检测：动态候选较大程度提升检测精度

目标检测是一项基本的计算机视觉任务，用于对给定图像中的目标进行定位和分类。

2024-07-02 10:04:09

力压70B Llama 3，Gemma 2成最强开源模型！大佬质疑用榜单prompt微调引全网热议

时隔4个月上新的Gemma 2模型在LMSYS Chatbot Arena的排行上，以27B的参数击败了许多更大规模的模型，甚至超过了70B的Llama-3-Instruct，成为开源模型的性能第一！

2024-07-02 09:20:59

Gen-3开放内测，网友实测demo惊人！魔都时装秀一绝，却依旧不懂物理世界

Gen-3 Alpha终于开启测试了！第一时间拿到内测资格的网友们，纷纷放出各种炸裂的demo，看得出Gen-3在生成质量完全跃升。不过，模型有时无法理解物理世界的缺陷，依然存在。

2024-07-02 09:17:05

使用本地部署的Hermes 2 Pro构建开放的LLM应用程序译文

本文介绍了如何使用基于Meta Llama 3架构的功能强大的大语言模型（LLM）Hermes 2 Pro-Llama- 3 8B进行函数调用，并在Hugging Face上运行。

2024-07-02 09:00:00

大语言模型 OpenAI

如何在主动动态安全中使用人工智能驱动的威胁分类提高防御精准度译文

本文揭示了人工智能和网络安全如何相互融合，从而革新威胁检测、事件响应和漏洞管理。

2024-07-02 08:00:00

人工智能网络安全

8B尺寸达到GPT-4级性能！北大等提出医疗专家模型训练方法

本文研究发现大语言模型在持续预训练过程中出现目标领域性能先下降再上升的现象。本文引入「稳定性差距」概念来解释该现象，并提出了三种策略来缓解问题。首先，本文提出在适当大小的数据子集上进行多轮预训练，能比单轮大数据集预训练更快的性能恢复。其次，应选取最高质量的子语料进行多轮预训练。最后，通过混合数据来接近预训练数据分布。这些策略在医疗领域的持续预训练和指令精调中均显著提升效果和削减计算量。

2024-07-02 01:09:02

GPT-4 性能模型

AI大模型时代的存储发展趋势

从2022年下半年，大模型和AIGC这两个词变得极其火热，而GPU的市场也是一卡难求。对于这种迷乱和火热，让我想起了当年的比特币挖矿和IPFS。似乎世界一年一个新风口，比特币、元宇宙、NFT、AIGC，金钱永不眠，IT炒作永不停歇。

2024-07-01 21:06:10

AIGC 人工智能

AI恐怖体操视频腿脚乱飞、大变活人，LeCun：视频生成模型根本不懂物理

前段时间SD 3翻车，同样对人体生成效果不好，网友也讨论过这一问题，过于严格的数据审核，可能误删了一些无害的成人图像，影响了模型对人体结构的理解。

2024-07-01 13:02:53

人体生成 AI 图像

如何在自定义数据集上训练 YOLOv8 实例分割模型

在本文中，我们将介绍微调 YOLOv8-seg 预训练模型的过程，以提高其在特定目标类别上的准确性。

2024-07-01 12:55:50

YOLOv8 计算机视觉

等不来OpenAI的Q*，华为诺亚探索LLM推理的秘密武器MindStar先来了

本文介绍了 MindStar（M*），一种新颖的基于搜索的推理框架，用于增强预训练大型语言模型的推理能力。通过将推理任务视为搜索问题并利用过程监督的奖励模型，M* 在推理树空间中有效导航，识别近似最优路径。

2024-07-01 12:54:39

人刚毕业，颠覆整个AI界：扒一扒Sora两带头人博士论文

看看这个时代最伟大 AI 学者的研究脉络。Sora 发布后，其开发团队自然也成为关注焦点，人们都想知道具有跨时代意义的 AI 技术是如何被开发出来的。

2024-07-01 12:50:10

2024年七大人工智能营销趋势：哪些是热门和值得关注的趋势

与其他领域一样，人工智能对营销产生了同样的动态影响，使工作更快、更高效，生成内容和自动化任务，以简化工作量并吸引新受众。

2024-07-01 12:49:57

2024年的治理革命：大数据和人工智能

2024年，在大数据和生成式人工智能(GenAI)融合的推动下，治理格局将发生深刻变革。这种革命性的结合正在重塑政府收集、分析和利用数据的方式，以做出明智的决策，应对复杂的社会挑战。

2024-07-01 12:45:57

大数据人工智能

Multi-Agent ，知多少？

今天我们来聊一下人工智能(AI)生态领域相关的技术 - Multi-Agent ，即“多代理”技术。

2024-07-01 12:30:09

人工智能 AI Multi-Agen

按需搭配一键叠穿，效果拿下新SOTA！中山大学&字节智创数字人团队提出虚拟试穿新框架

虚拟换装技术旨在将模特所穿服饰或者衣服的平铺图穿到目标人物身上，达到换装的效果，但是之前虚拟试穿的方案存在一些技术难点没有解决。

2024-07-01 12:19:33

虚拟技术换装

拆分Transformer注意力，韩国团队让大模型解码提速20倍

来自韩国科学技术研究院、LG和DeepMind的研究人员，提出了一种新的Transformer架构。

2024-07-01 12:17:54

降低AIGC应用门槛，网宿科技推出一站式边缘智能解决方案

网宿AI网关则是一款针对大语言模型的统一API接口，可以用在应用程序和托管的大语言模型(LLM)之间，允许通过一个统一的API接口将API请求转发给各个云厂商以及自有部署的大模型。

2024-07-01 11:30:09

AI网关大模型安全

腾讯云智能融合 AI+数据，重塑数据管理新范式原创

在 WOT 全球技术创新大会《AI 与数据的智能融合》专场中，来自腾讯云的三位专家分享了腾讯云在数据管理与人工智能领域的技术成果和成功案例，并探讨二者如何智能融合为企业提供更高效、更智能的数据服务。

2024-07-01 11:03:05

WOT大会腾讯云

迈向L4！InstDriver：构建符合人类逻辑的运动规划算法（中科慧拓）

今天为大家分享中科慧拓在自动驾驶运动规划上的最新工作—InstDriver！本文基于大语言模型开发了符合人类驾驶逻辑的运动规划算法，并在nuPlan框架中进行了广泛的开环和闭环测试，性能SOTA！

2024-07-01 10:22:00

自动驾驶模型

AIGC全新综述！多模态引导的基于文生图大模型的图像编辑综述

综述提出的统一框架将编辑过程表示为不同算法族的组合，并通过全面的定性和定量实验来说明各种组合的特性以及适应场景。

2024-07-01 10:19:22

迄今最快的网络流算法，网友：几乎与数学理论一样快

对于任何类型的网络，计算速度几乎与数学理论一样快。

2024-07-01 09:05:00

MLLM QLoRA微调实战：基于最新的袖珍Mini-InternVL模型译文精选

本文将展示如何使用QLoRA技术对来自中国上海的一家AI公司的通用视觉开源平台OpenGVLab最新发布的袖珍多模态大型语言模型Mini-InternVL进行微调，并对比了使用这项技术前后的实验结果。

2024-07-01 09:00:00

人工智能大型语言模型 QLoRA

AI正在抢走谁的工作？一个人使用ChatGPT取代了60名员工

ChatGPT发布一年多来，总是有人担心自己的工作会被取代，但最后总是演变成「狼来了」的故事。但这次不一样了，ChatGPT它来真的。

2024-07-01 09:00:00

使用 BGE-M3 生成学习型稀疏嵌入，你学会了吗？

BGE-M3 模型提供了高度的通用性和先进的自然语言处理能力，这些能力在各个行业和部门都有应用，可以显着提高运营效率和服务质量。

2024-07-01 08:56:14

BGE-M3 模型自然语言

LangChain居然不香了？一线程序员现身说法，硬核博文剖析LLM应用开发原则

最近，Hacker News热榜上出现了一篇「声讨」LangChain的技术文章，得到了评论区网友的一致呼应。去年还火遍LLM圈的LangChain，为什么口碑逆转了？

2024-07-01 08:55:00

LangChain 技术

菲尔兹奖得主亲测GPT-4o，经典过河难题破解失败！最强Claude 3.5回答离谱，LeCun嘲讽LLM

LLM能否解决「狼-山羊-卷心菜」经典过河难题？最近，菲尔兹奖得主Timothy Gowers分享了实测GPT-4o的过程，模型在最简单的题目上竟然做错了，甚至网友们发现，就连Claude 3.5也无法幸免。

2024-07-01 08:35:00

全美TOP 5机器学习博士：痛心，实验室H100数量为0！同实验室博士用GPU得靠抢

全美TOP 5的机器学习博士痛心发帖自曝，自己实验室里H100数目是0！这也引起了ML社区的全球网友大讨论。显然，相比普林斯顿、哈佛这样动辄三四百块H100的GPU大户，更常见的是GPU短缺的「穷人」。同一个实验室的博士，甚至时常会出现需要争抢GPU的情况。

2024-07-01 08:30:00

机器学习 AI

开发者狂喜！Meta最新发布的LLM Compiler，实现77%自动调优效率

Meta搞了个很牛的LLM Compiler，帮助程序员更高效地写代码。

2024-07-01 08:22:00

上一页 1 ··· 58 59 60 61 62 ··· 550 下一页

51CTO技术栈公众号

业务
速览

媒体

51CTO CIOAge HC3i

社区

51CTO博客鸿蒙开发者社区 AI.x社区

教育

51CTO学堂精培企业培训 CTO训练营