AI.x社区

你是否也好奇，在大模型时代，可解释性人工智能技术（XAI）有怎样的使用价值？近日，来自佐治亚大学、新泽西理工学院、弗吉尼亚大学、维克森林大学、和腾讯AILab的研究者联合发布了解释性技术在大语言模型（LLM）上的可用性综述，提出了「UsableXAI」的概念，并探讨了10种在大模型时代提高XAI实际应用价值的策略。论文题目：UsableXAI:10StrategiesTowardsExploitingExplainabilityintheLLMEra论文链接：https:arxiv.orgpdf2403...

大模型（LLM）的浪潮已经涌动一年多了，尤其是以GPT4、Gemini1.5、Claude3等为代表的模型你方唱罢我登场，成为当之无愧的风口。在LLM这条赛道上，有的研究专注于增加模型参数，有的疯狂卷多模态……这当中，LLM处理上下文长度的能力成为了评估模型的一个重要指标，更强的上下文意味着模型拥有更强的检索性能。例如有些模型一口气可以处理高达100万token的能力让不少研究者开始思考，RAG（RetrievalAugmentedGeneration，检索增...

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金牌得主。吴方法，是吴文俊在1970年代提出的开创性算法。经过改进后，它变得非常强大，可以解决国际数学奥林匹克竞赛30个问题中的27个！直接秒杀人类。相比之下，之前的AlphaGeometry，仅...

最近几周的震撼，是Suno给的。重磅升级的SunoV3，不断有刷屏全网的「神曲」诞生，让全世界为之疯狂。谁能想到，音乐的ChatGPT时刻，竟然就这么来了。圈内所有人都在讨论：这一波，音乐产业没准要被AI一锅端了。国内首款音乐AI来了！这不，就在上周，国内首款AI音乐生成大模型「天工SkyMusic」也正式开启内测了！各路「大神」已经开始在首页秀创作了没有灵感怎么办？产品页面甚至为你配备好了灵感话题。试玩一番后，小编再次体会...

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。受到这种认知能力的启发，研究人员提出了“思维可视化”（VisualizationofThought，VoT）。VoT旨在通过可视化其推理迹象来引导LLMs的空间推理，从而引导后续的推理...

OctopusV22B是一个具有20亿参数的先进开源语言模型，代表着NexaAI在大型语言模型（LLMs）在函数调用方面的研究突破，特别针对AndroidAPI进行了定制。与需要潜在函数参数的详细描述（有时需要多达数万个输入标记）的检索增强生成（RAG）方法不同，OctopusV22B在其训练和推理阶段都引入了独特的功能token策略。这种方法不仅使其能够达到与GPT4可比较的性能水平，而且还显著提高了其推理速度，超越了基于RAG的方法，使其在边缘计算...

图1：使用CLIP目标（c）来训练一个ViTB16模型，该模型使用超过45万个不同的类标签，所有这些标签都来自生命之树的分类标签（a）。由于文本编码器是一个自回归语言模型，因此排序表示仅能依赖于高级别的分类，如类、门和界（b）。这自然导致了标签的层次表示，有助于视觉编码器学习更符合生命之树的图像表示。自然界的图像是生物信息的超丰富来源。有许多计算方法和工具，特别是计算机视觉，可以从图像中提取信息。但是，现有的...

如果你下载了一个大模型，你必须确认开发者没有设置后门！如果这些大模型设置了后门，他们可能会窃取你的微调数据！近日，来自ETH的研究人员发表了一篇工作，其主要的灵感来自于联邦学习中的数据窃取攻击。研究人员为大模型添加了带有后门权重的梯度，并且这些梯度编码了一个训练输入。如果一个不知道的受害者下载了这个带有后门的大模型，并在敏感数据上进行微调，新模型的权重将直接编码其中一部分的数据！该工作中的设置比联...

文章链接：https:arxiv.orgpdf2404.05595github链接：​​​https:unifl.github.io​​扩散模型已经彻底改变了图像生成领域，导致高质量模型和多样化的下游应用不断涌现。然而，尽管取得了重大进展，当前竞争性解决方案仍然存在一些局限性，包括视觉质量较差、缺乏美学吸引力以及推理效率低，而没有全面的解决方案。感知反馈学习，提高视觉质量；解耦反馈学习，提高美学吸引力；对抗反馈学习，优化推理速度。深入的实验和广泛的...

背景介绍图像融合将多个源图像（可能来自不同传感器、不同视角、不同时间点）的信息整合到单一的输出图像中，这一过程旨在通过有效合并各源图像中的互补、冗余或独特信息，生成一个既包含所有关键细节又具有增强特性的综合图像。例如对多帧不同曝光设置下的图像融合可以实现高动态范围（HDR）效果，对多帧不同焦段的图像进行融合可以得到大景深的图像，多张连续拍摄的相同环境下的图片可以有效降低图像中的噪点并提升整体画质，...

2023年图灵奖，刚刚揭晓！获得这届「计算机界诺贝尔奖」——ACMA.M.图灵奖的，就是普林斯顿高等研究院数学学院的教授AviWigderson。表彰的是Wigderson在计算理论领域的开创性贡献，特别是他对计算中随机性角色的重新定义，以及他在理论计算机科学领域数十年的引领。不仅如此，这一荣誉也使AviWigderson成为了，历史上第一位同时获得图灵奖和阿贝尔奖的人。阿贝尔奖被视为数学领域的最高荣誉Wigderson是普林斯顿高级研究院数学学...

一句话Siri就能帮忙打开美团外卖下订单的日子看来不远啦！4月8日，苹果发布了其最新的多模态大语言模型（MLLM）——FerretUI，能够更有效地理解和与屏幕信息进行交互，在所有基本UI任务上都超过了GPT4V！论文地址：​​https:arxiv.orgpdf2404.05719.pdf​​虽然苹果前段时间经历了泰坦项目的沉没，但看目前的形式，这是又要开卷的节奏呀不少人十分期待，这项技术如果在苹果的Siri上，Siri岂不是要变得聪明绝顶了！众所周知，通...

大语言模型潜力被激发——无需训练大语言模型就能实现高精度时序预测，超越一切传统时序模型。来自蒙纳士大学、蚂蚁、IBM研究院提出了一种通用框架，结果成功激活大语言模型跨模态处理时序数据的能力。时序预测有益于城市、能源、交通、遥感等典型复杂系统的决策制定。自此，大模型有望彻底改变时序时空数据挖掘方式。通用大语言模型重编程框架简单来说，研究团队提出了一个通用框架，将大语言模型轻松用于一般时间序列预测，而...

一、政策背景4月8日，国家发展改革委印发《节能降碳中央预算内投资专项管理办法》（以下简称《办法》）,明确了专项资金重点支持范围和标准，重点支持重点行业和重点领域节能降碳、循环经济助力降碳等方向，重点支持内容包括碳达峰碳中和先进技术示范及应用项目、重点行业和重点领域节能降碳项目、循环经济助力降碳项目等。《办法》旨在加强和规范中央预算内投资节能降碳项目管理，保障项目顺利实施，切实发挥中央预算内投资效益...

谁能想到，只是让大模型讲笑话，论文竟入选了顶会CVPR！没开玩笑，这还真真儿的是一项正儿八经的研究。例如看下面这张图，如果让你根据它来讲个笑话或梗，你会想到什么？现在的大模型看完后会说：脑子短路。再看一眼蜘蛛侠的海报，大模型会配一句“刚擦的玻璃不能弄脏”。李云龙、奥本海默也被玩得飞起：导师读了我的论文之后……真男人不回头看爆炸。还有酱紫的：不得不说，大模型这脑洞还是挺大的。这项研究正是来自中山大学H...

在当今快节奏的世界里，充斥着太多的信息，并且难以处理。人们越来越习惯于在更短的时间内接收更多的信息，当他们不得不阅读大量的文件或书籍时，可能会感到沮丧。这就该提取摘要发挥重要作用了。为了提取文章的核心内容，这个过程从文章、页面或段落中提取关键句子，为人们提供一些要点的快照。对于那些无需逐字阅读就能理解大型文档的人来说，提取摘要是游戏规则的改变者。本文深入探讨了提取摘要的基本原理和应用，并将研究...

一、数据来源及管理碳排放计算数据来源及管理是企业碳核算报告的核心内容之一，依据ISO14064标准规定，企业需要追溯碳排放计算公式中的基础数据来源，本文深度剖析企业碳管理项目数据如何管理，主要包括数据监测方式、数据记录方式、缺失数据处理等内容，为您深度还原碳管理项目的落地实践。二、数据收集实际样例以燃煤锅炉为例，其燃煤燃烧碳排放量计算公式如下：燃煤燃烧碳排放量燃煤消耗量×热值×单位热值含碳量×44÷12×...

字节Dreamina的内测范围扩大了！一个月前小编填写过一次内测收集问卷，当时并未拿到初始100人（据说）的名额。图片但在今天上午再次申请后，下午便惊喜地发现已经开通了Dreamina的文生视频功能！再次申请只需选择两个问题，一是有无AI视频产品的使用经验，二是是否有在工作中大量使用AI视频生成的需求。完成后就可以等待上手测试啦！想体验的朋友们移步，点击“视频生成”选项即可：https:dreamina.jianying.comaitoolhome。最...

AI显然成了谷歌CloudNext2024的一条主线！这一在拉斯维加斯举行的技术大会，自周二起持续至周四，谷歌宣布了大量新的以云为中心的产品和服务，涵盖从Gemin、平台、Workspace到网络安全工具等一切内容。GoogleCloudNext是谷歌云面向开发者、合作伙伴与客户的年度技术大会,自2017年已持续了八年。AI作为今年的绝对主角自然不容小觑，GoogleCloudNext2024紧紧围绕人工智能技术的进步，探讨将如何提高谷歌云服务的生产力、创造力、...

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有较高的碰撞率。为了构建在闭环设置中既逼真又有效的代理，研究人员提出了一种名为HumanRegularizedPPO（HRPPO）的多代理方法，其中代理通过与一个人类参...