AI.x社区
- 登录/注册
默认
发布时间
热度
原创
精华
人类偏好就是尺！SPPO对齐技术让大语言模型左右互搏、自我博弈
精华RichardSutton在「TheBitterLesson」中做过这样的评价：「从70年的人工智能研究中可以得出的最重要教训是，那些利用计算的通用方法最终是最有效的，而且优势巨大。」自我博弈（selfplay）就是这样一种同时利用搜索和学习从而充分利用和扩大计算规模的方法。今年年初，加利福尼亚大学洛杉矶分校（UCLA）的顾全全教授团队提出了一种自我博弈微调方法(SelfPlayFineTuning,SPIN)，可不使用额外微调数据，仅靠自我博弈就能大幅提升LL...模型AI生成式AI模型大PK——GPT-4、Claude 2.1和Claude 3.0 Opus
原创生成式AI模型成为当前机器学习的热点之一，GPT4、Claude2.1和Claude3.0Opus就是三种具有代表性的模型。本文将针对这三种模型进行评估和比较，并给出实验结果对比分析。简介当前，RAG(检索增强生成)系统的新评估似乎每天都在发布，其中许多都集中在有关框架的检索阶段。然而，生成方面——模型如何合成和表达这些检索到的信息，在实践中可能具有同等甚至更大的意义。许多实际应用中的案例证明，系统不仅仅要求从上下文中返回事实...AI模型生成式AIGPT-4谷歌CEO采访再谈AI未来，遭女记者犀利“拷问”：为何错失GPT风口，被微软反超？AI是否冲击了谷歌商业模式？
原创整理伊风出品51CTO技术栈（微信号：blog51cto）Google&Alphabet（谷歌母公司）CEOSundarPichai（下称皮查伊）的最新采访出炉！提问精彩非常，几个问题丝滑地勾勒出：谷歌帝国的现状与人工智能的未来！彭博社出镜记者EmilyChang（下称艾米丽）犀利的提问风格直切要害。大到谷歌是否在这波AI技术潮流中暂时落队，小到皮查伊本人过于谨慎、保守的领导风格是否是谷歌帝国最合适的“老大"人选，进行了剥茧抽丝般的盘问。图片一系列问...谷歌AIAGI商业模式实测ChatGPT的Go能力！资深老鸟干货分享：使用ChatGPT学习Go语言容易得多
原创编译伊风出品51CTO技术栈（微信号：blog51cto）编者按：资深开发者詹姆斯·拉米雷兹长文分享，讲述了他使用ChatGPT学习Go语言，导航KolideAPI并构建复杂的Steampipe插件的经验。在这个过程中，他深化了对AI辅助编程的认识。开发者（包括我自己在内）更喜欢边做边学。这是我与LLM合作的指导原则之一，也可以说是最重要的一项：因为你在面向任务的教学时刻中获取知识，学习不是前瞻性的——它是即时的和可触摸的。当一位经验丰富...ChatGPTGo学习计算器对于数学的处理方式来说是一次重大的改变，那么 LLMs 对于语言来说呢？
原创 精华编者按：当前，大语言模型已经成为自然语言处理领域的热点。LLMs是否真的“智能”？它们又为我们带来了哪些启发？针对这些问题，DarveenVijayan为我们带来了这篇引人深思的文章。作者主要阐释了两个观点：第一，LLMs应被视为一种文字计算器，它通过预测下一个词来工作，当前阶段还不应被归为“智能”。第二，尽管LLMs目前存在局限，但它们为我们提供了反思人类智能本质的契机。我们应保持开放的思维，不断追逐新的知识和对知识...AILLMs人工智能多步预测系列 | LSTM、CNN、Transformer、TCN、串行、并行模型集合
前言本文基于前期介绍的电力变压器，介绍一种基于CNNLSTM网络的多步预测模型。1、电力变压器数据预处理与可视化1.1导入数据1.2多步预测预处理2、基于CNNLSTM的多步预测模型2.1定义CNNLSTM网络模型2.2设置参数，训练模型50个epoch，MSE为0.000311，CNNLSTM多步预测模型预测效果显著，模型能够充分提取序列的时空特征，收敛速度快，性能优越，预测精度高，适当调整模型参数，还可以进一步提高模型预测表现。注意调整参数：可以适...FFTCNNBiLSTMSergey Levine教授解读机器人AI的演进
“想象一下，有一天我们能够打造出一个在厨房里执行各种任务的家庭机器人。那么问题就不仅仅是感知了。你真的需要学会各种个人操纵技能，以便能够广泛地泛化。”——SergeyCraig:嗨，我是CraigSmith，欢迎收听《AI视界》。今天我和SergeyLevine进行了交谈，他是加州大学伯克利分校的副教授，在该校的机器人人工智能与学习实验室从事研究，并推动着AI控制机器人的边界。Sergey谈到了他最近在强化学习和从世界各地的机器人中...机器人AI人工智能ICLR2024杰出论文——Never Train from Scratch！
今天给大家介绍一篇ICLR2024的杰出论文，这篇文章深入探讨了自监督预训练对于使用Transformer进行长序列建模的重要性。论文标题：NeverTrainfromScratch:FAIRCOMPARISONOFLONGSEQUENCEMODELSREQUIRESDATADRIVENPRIORS下载地址：https:arxiv.orgpdf2310.029801、背景介绍在一些长序列建模数据集benchmark中，例如LongRangeArena，使用RNN或者SSM这种基础的序列模型效果要显著优于Transformer模型。然而，文中提出这种评...长序列建模效果SIGGRAPH`24 | 毫米级接近真实动作生成！LGTM：文本驱动！(深大&快手&字节)
论文链接：https:arxiv.orgpdf2405.03485代码&数据集链接：https:github.comLSunLGTM今天和大家一起学习下文本生成动作方面最新的研究成果：LGTM，一种新颖的用于文本到动作生成的局部到全局pipeline。LGTM基于扩散的架构，旨在解决将文本描述准确转换为计算机动画中语义连贯的人体动作的挑战。具体而言，传统方法通常难以处理语义差异，特别是在将特定动作与正确的身体部位对齐方面存在困难。为解决这个问题，本文提出了一个两...3D动作生成音乐人值得尝试的十大文本转音乐AI平台
原创从生成旋律到创作整首曲子，这些文本转音乐AI平台让我们得以一窥音乐创作的未来。新时代的应用程序如雨后春笋般涌现，音乐领域的Sora时代终于到来了。然而，最近的一项研究表明，超过71%的音乐家害怕AI。近日，包括KatyPerry、BillieEilish、JonBonJovi、BobMarley和FrankSinatra在内的200多名音乐家敦促科技公司停止使用AI创作音乐。虽然存在恐惧，但许多艺术家在音乐会和制作中欣然采用AI。流行天后麦当娜最近在表演时使用了...音乐AI平台生成式AI人工智能LangChain v0.2：向稳定性迈进的一大步
还记得四个月前我们发布的LangChain首个稳定版吗？今天，我们继续这一进步，带来了langchainv0.2的预发布版。这个新版本不仅在v0.1的基础上进行了改进，还吸纳了社区的反馈。以下是v0.2版本的主要亮点：实现了社区热切期待的langchain与langchaincommunity的完全分离。引入了新版（而且是有版本控制的！）文档。提供了一个更加成熟和可控的代理框架。对大型语言模型（LLM）的接口进行了标准化改进，特别是在工具调用方面。增强...LangChainCLI工具最详细人脑3D地图登Science！GPT-4参数只相当于人类0.2%
精华芝麻粒大小的人脑组织，突触规模就相当于一个GPT4！谷歌与哈佛联手，对局部人脑进行了纳米级建模，论文已登Science。这是迄今为止最大、最详细的人脑复制品，首次展示出了大脑中的突触连接网络。凭借超高分辨率，这个名为H01的重建，已经揭示了一些以前未曾见过的关于人类大脑的细节。项目通讯作者、哈佛大学Lichtman教授介绍说，在此之前，没有人真正看到过这样复杂的突触网络。这一建模成果，将有助于更深入地了解大脑的运作...GPT-43D开脑100天，马斯克首位脑机接口患者出故障？瘫痪8年小哥术后并发症惹质疑
精华上个月，我们被这位植入脑机接口后，狂打了8小时「文明6」的小哥震撼了。作为首位植入脑机接口的患者，这位名叫NolanArbaugh的小哥，可以仅凭意念控制计算机下棋，科幻果然成真了？100天过去了，他还好吗？就在今天，Neuralink来交卷了！刚刚，首位「脑机接口」患者临床试验报告发布。马斯克自豪地在推特上转发了这一消息，让脑机接口「造福人类」的承诺，看来是要实现了。Noland迎来新生之前我们知道，Noland在那里接...脑机接口AI抛弃自回归，连接一致性Diffusion和LLM！UCSD上交新作热度紧追AF 3
DeepMind新发布的AlphaFold3是科技圈今天的绝对大热门，成为了HackerNews等许多科技媒体的头版头条。HackerNews热榜上紧随其后的则是今年2月发布的论文「一致性大语言模型」。到底是什么样的成果，竟然可以顶着AlphaFold3的热度出圈？这篇论文不仅切中了大语言模型推理速度慢的痛点，而且实现了性能大幅度提升。CLLM在多个下游任务上都取得了23倍的加速，且推理过程没有引入额外成本。在GSM8K和Spider两个任务中，相比今年1月刚...AI生成14 项任务测下来，GPT4V、Gemini等多模态大模型竟都没什么视觉感知能力？
20232024年，以GPT4V、Gemini、Claude、LLaVA为代表的多模态大模型（MultimodalLLMs）已经在文本和图像等多模态内容处理方面表现出了空前的能力，成为技术新浪潮。然而，对于这些模型的评测多集中于语言上的任务，对于视觉的要求多为简单的物体识别。相对的，计算机视觉最初试图解读图像作为3D场景的投影，而不仅仅处理2D平面“模式”的数组。为响应这一情况，本文提出了BLINK，这是一个新的测试集，包含了重新构想的传统计算机...模型视觉3倍生成速度还降内存成本，超越Medusa2的高效解码框架终于来了
传统上，大型语言模型（LLMs）被认为是顺序解码器，逐个解码每个token。来自上海交通大学、加利福尼亚大学的研究团队展示了预训练的LLMs可以轻松地被教导成为高效的并行解码器，并介绍了一种新的并行解码器族，称为一致性大语言模型（CLLMs），能够通过在每个推断步骤中高效地解码一个ntoken序列来降低推断延迟。在此篇论文中，研究表明：「模仿人类在头脑中形成完整句子后逐字表达的认知过程，可以通过简单地微调预训练的LLMs...模型训练ControlNet作者新作爆火：P照片换背景不求人，AI打光完美融入
精华ControlNet作者新作，玩儿得人直呼过瘾，刚开源就揽星1.2k。用于操纵图像照明效果的ICLight，全称lmposingConsistentLight。玩法很简单：上传任意一张图，系统会自动分离人物等主体，选择光源位置，填上提示词，就能毫无破绽的融入新环境了！赶紧来个王家卫式的打光：不喜欢？没关系，换成窗外打进来的自然光，也就分分钟的事。目前，ICLight提供两类模型：文本条件重照明模型，还有背景条件模型。两种模型都需要以前景图像作为...模型技术OpenAI“大模型宪法”出炉，公开征集建议！网友：大模型不性感了！
原创编辑云昭本周的OpenAI，似乎并未辜负其名称中的“开放”字样。近日，OpenAI虽然没有开源任何新模型，但该公司非常之“清流”，一改铜臭的商业味道。1.OpenAI加入开放性组织推出内容真实性工具5月7日，该公司发布公告加入C2PA（致力于开发确定内容来源和真实性的技术规范，微软和Adobe也是成员之一，非营利性组织）的贸易组织的指导委员会，并表示这样做的目的是为了帮助人们验证用于创建或编辑多种数字内容的工具，并创建“专门...OpenAI模型宪法什么？谷歌AlphaFold 3直接预测生命过程！
当人们还在呼唤GPT5、辗转于各种聊天机器人争夺战时，Google已经把人工智能模型与现实世界的距离又拉近了一大步。最近，GoogleDeepMind的AlphaFold3的问世标志着人工智能在生命科学领域的一个重大突破，其对蛋白质、DNA、RNA以及其他生命分子的结构预测不仅精确无比，还重新定义了我们对生命过程的理解和探究。GoogleDeepMind与IsomorphicLabs合作开发的AlphaFold3，是一个先进的AI模型，专门设计用来预测蛋白质和其他生命分子...谷歌AlphaFold 3预测解构复合人工智能系统（Compound AI Systems）：关键术语、理论、思路、实践经验
原创 精华编者按：大模型的出现为构建更智能、更复杂的人工智能系统带来了新的契机。然而，单一的大模型难以应对现实世界中错综复杂的问题，需要与其他模块相结合，构建出复合人工智能系统（CompoundAISystems）。本文作者深耕人工智能领域多年，洞见独到。文中系统性地介绍了四种常见的CompoundAISystems部署模式：RAG系统、ConversationalAI系统、MultiAgent系统和CoPilot系统。作者阐明了这些部署模式的工作原理、模块间的交互方式，...白海科技LLMRAGCoPilotMulti-Agent
