Heim Technologie-Peripheriegeräte KI Die Tsinghua-Universität gewann den Best Paper + Time Test Award, die Shandong-Universität erhielt eine lobende Erwähnung und die SIGIR 2024-Auszeichnungen wurden bekannt gegeben

Die Tsinghua-Universität gewann den Best Paper + Time Test Award, die Shandong-Universität erhielt eine lobende Erwähnung und die SIGIR 2024-Auszeichnungen wurden bekannt gegeben

Jul 19, 2024 am 12:06 AM
产业

Die Tsinghua-Universität hat hervorragende Ergebnisse erzielt.


Die 47. Association for Computing Machinery Conference on Information Retrieval (ACM SIGIR) findet vom 14. bis 18. Juli 2024 in Washington, DC, USA statt. Diese Konferenz ist die wichtigste akademische Konferenz im Bereich Information Retrieval.

Soeben hat die Konferenz den Best Paper Award, den Best Paper Runner-up, den Best Paper Honourable Mention Award und den Time Test Award bekannt gegeben.

Unter ihnen gewannen die Tsinghua University, die Hillhouse School of Artificial Intelligence an der Renmin University of China und das Xiaohongshu-Team den zweiten Platz; Der Erwähnungspreis für die beste Arbeit ging an Forscher der Shandong-Universität (Qingdao), der Universität Leiden und der Time Test Award an Forscher der Tsinghua-Universität und der University of California, Santa Cruz.

Als nächstes schauen wir uns den konkreten Inhalt des Gewinnerpapiers an.

Bester Artikel
清华包揽最佳论文+时间检验奖,山大获荣誉提名,SIGIR 2024奖项出炉
  • Artikel: Scaling Laws For Dense Retrieval
  • Autoren des Artikels: Fang Yan, Jingtao Zhan, Ai Qingyao, Mao Ji Axin, Weihang Su, Jia Chen, Liu Yiqun
  • Institutionen: Tsinghua University, Hillhouse School of Artificial Intelligence, Renmin University of China, Xiaohongshu
  • Link zum Papier: https://dl.acm.org/doi/abs/10.1145/3626772.3657743

Über den Artikel: Forscher haben Skalierungsgesetze bei einer Vielzahl von Aufgaben beobachtet, insbesondere bei der Sprachgenerierung. Untersuchungen zeigen, dass die Leistung großer Sprachmodelle über alle Modell- und Datensatzgrößen hinweg vorhersehbaren Mustern folgt, was bei der effektiven und effizienten Gestaltung von Trainingsstrategien hilft, insbesondere da groß angelegte Schulungen immer ressourcenintensiver werden. Beim Dense Retrieval ist das Expansionsgesetz jedoch noch nicht vollständig erforscht.

Diese Studie untersucht, wie sich die Skalierung auf die Leistung dichter Retrieval-Modelle auswirkt. Konkret implementierte das Forschungsteam dichte Retrieval-Modelle mit unterschiedlicher Anzahl von Parametern und trainierte sie mit unterschiedlichen Mengen annotierter Daten. Diese Studie verwendet die kontrastive Entropie als Bewertungsmetrik. Im Vergleich zu diskreten Ranking-Metriken ist die kontrastive Entropie kontinuierlich und kann daher die Leistung des Modells genau widerspiegeln.
清华包揽最佳论文+时间检验奖,山大获荣誉提名,SIGIR 2024奖项出炉
Experimentelle Ergebnisse zeigen, dass die Leistung dichter Retrieval-Modelle einer exakten Potenzgesetz-Skalierung in Bezug auf die Modellgröße und die Anzahl der Anmerkungen folgt.
清华包揽最佳论文+时间检验奖,山大获荣誉提名,SIGIR 2024奖项出炉
清华包揽最佳论文+时间检验奖,山大获荣誉提名,SIGIR 2024奖项出炉
清华包揽最佳论文+时间检验奖,山大获荣誉提名,SIGIR 2024奖项出炉
Darüber hinaus zeigt die Studie auch, dass das Expansionsgesetz dazu beiträgt, den Trainingsprozess zu optimieren, beispielsweise bei der Lösung von Ressourcenallokationsproblemen unter Budgetbeschränkungen.
清华包揽最佳论文+时间检验奖,山大获荣誉提名,SIGIR 2024奖项出炉
Diese Studie trägt wesentlich zum Verständnis der Skalierungseffekte von Dense-Retrieval-Modellen bei und bietet sinnvolle Leitlinien für zukünftige Forschung.

Der Zweitplatzierte für das beste Papier

Der Zweitplatzierte für das beste Papier beim diesjährigen ACM SIGIR wurde an das Papier „A Reproducibility Study of PLAID“ vergeben. Zu den Autoren des Papiers gehören Sean MacAvaney von der University of Glasgow und Nicola Tonellotto von der University of Pisa.

清华包揽最佳论文+时间检验奖,山大获荣誉提名,SIGIR 2024奖项出炉

Papieradresse: https://arxiv.org/pdf/2404.14989

Papierzusammenfassung: Der PLAID-Algorithmus von ColBERTv2 verwendet geclusterte Begriffsdarstellungen, um Dokumente abzurufen und schrittweise zu bereinigen, um eine endgültige Dokumentbewertung zu erhalten. Dieser Artikel gibt die fehlenden Lücken im Originaltext wieder und füllt ihn. Durch die Untersuchung der von PLAID eingeführten Parameter stellten die Forscher fest, dass die Pareto-Grenze durch das Gleichgewicht zwischen drei Parametern gebildet wird. Eine Abweichung von den empfohlenen Einstellungen kann die Latenz erheblich erhöhen, ohne dass sich dadurch zwangsläufig die Wirksamkeit verbessert.

Basierend auf dieser Erkenntnis vergleicht dieser Artikel PLAID mit einer wichtigen Grundlinie, die im Artikel fehlt: der Neuordnung des lexikalischen Systems. Es wurde festgestellt, dass die Anwendung von ColBERTv2 als Reorderer zusätzlich zum anfänglichen BM25-Ergebnispool einen besseren Kompromiss zwischen Effizienz und Effektivität in Einstellungen mit geringer Latenz bietet. Diese Arbeit unterstreicht die Bedeutung einer sorgfältigen Auswahl relevanter Basislinien bei der Bewertung der Effizienz von Retrieval-Engines.

Honorable Mention Award für das beste Paper

Der Honorable Mention Award für das beste Paper auf dieser Konferenz wurde von Forschern der Shandong University (Qingdao), der Leiden University und der University of Amsterdam gewonnen. Der Gewinnerbeitrag ist „Generative Retrieval as Multi-Vector Dense Retrieval“.
清华包揽最佳论文+时间检验奖,山大获荣誉提名,SIGIR 2024奖项出炉
  • Autoren des Artikels: Wu Shiguang, Wei Wenda, Zhang Mengqi, Chen Zhumin, Ma Jun, Ren Zhaochun, Maarten de Rijke, Ren Pengjie
  • Adresse des Artikels: https://arxiv.org /pdf/2404.00684

Zusammenfassung: Dieses Papier misst die Relevanz von Dokumentabfragen, indem es zeigt, dass generatives Retrieval und Multi-Vektor-Dense-Retrieval dasselbe Framework verwenden. Insbesondere untersuchten sie die Aufmerksamkeitsschicht und den Vorhersagekopf des generativen Abrufs und zeigten, dass generativer Abruf als Sonderfall des dichten Multi-Vektor-Abrufs verstanden werden kann. Beide Methoden berechnen die Korrelation, indem sie die Summe der Produkte des Abfragevektors und des Dokumentvektors mit der Ausrichtungsmatrix berechnen.

Dann untersuchten die Forscher, wie sich dieses Framework auf den generativen Abruf anwenden lässt, und übernahmen verschiedene Strategien zur Berechnung von Dokument-Token-Vektoren und Ausrichtungsmatrizen. Zur Überprüfung der Schlussfolgerungen werden Experimente durchgeführt, die zeigen, dass beide Paradigmen Gemeinsamkeiten bei der Termübereinstimmung in ihren Ausrichtungsmatrizen aufweisen.

Time-tested Award

Der diesjährige ACM SIGIR Time-tested Award wurde an die Forschung zu erklärbaren Empfehlungen verliehen, die vor 10 Jahren auf der SIGIR 2014 veröffentlicht wurde. Der Artikel trägt den Titel „Explicit Factor Models for Explainable Recommendation“. „Basierend auf einer Stimmungsanalyse auf Phrasenebene“.
清华包揽最佳论文+时间检验奖,山大获荣誉提名,SIGIR 2024奖项出炉
  • Autoren des Papiers: Zhang Yongfeng, Lai Guoquan, Zhang Min, Yi Zhang, Liu Yiqun, Ma Shaoping
  • Institution: Tsinghua University, University of California, Santa Cruz
  • Link zum Papier : https://www.cs.cmu.edu/~glai1/papers/yongfeng-guokun-sigir14.pdf

Diese Studie definiert erstmals das Problem der „interpretierbaren Empfehlung“ und schlägt eine entsprechende Stimmung vor Analysemethoden zur Lösung dieser technischen Herausforderung spielen in verwandten Bereichen eine führende Rolle.

Papierzusammenfassung: Empfehlungsalgorithmen, die auf kollaborativer Filterung (CF) basieren, wie z. B. latente Faktormodelle (LFM), schneiden hinsichtlich der Vorhersagegenauigkeit gut ab. Aufgrund der zugrunde liegenden Merkmale ist es jedoch schwierig, den Nutzern die Empfehlungsergebnisse zu erklären.

Glücklicherweise sind die für Trainingsempfehlungssysteme verfügbaren Informationen nicht mehr auf numerische Sternebewertungen oder Benutzer-/Artikelmerkmale beschränkt, da Online-Benutzerbewertungen weiter zunehmen. Durch das Extrahieren der expliziten Meinungen der Benutzer zu verschiedenen Aspekten eines Produkts aus Bewertungen ist es möglich, ein detaillierteres Verständnis dafür zu gewinnen, was den Benutzern wichtig ist, was die Möglichkeit eröffnet, erklärbare Empfehlungen abzugeben.

Dieser Artikel schlägt EFM (Explicit Factor Model) vor, um interpretierbare Empfehlungen zu generieren und gleichzeitig eine hohe Vorhersagegenauigkeit aufrechtzuerhalten.

Forscher extrahieren zunächst explizite Produktmerkmale und Benutzermeinungen, indem sie eine Sentimentanalyse auf Phrasenebene an Benutzerbewertungen durchführen, und generieren dann Empfehlungen und Nicht-Empfehlungen auf der Grundlage spezifischer Produktmerkmale, die für Benutzer von Interesse sind, und erlernter latenter Merkmale. Darüber hinaus werden aus dem Modell intuitive Erklärungen auf Funktionsebene generiert, warum ein Artikel empfohlen oder nicht empfohlen wird.

Offline-experimentelle Ergebnisse an mehreren realen Datensätzen zeigen, dass das in dieser Studie vorgeschlagene Framework konkurrierende Basisalgorithmen sowohl bei Bewertungsvorhersage- als auch bei Top-K-Empfehlungsaufgaben übertrifft. Online-Experimente zeigen, dass Empfehlungen und Nicht-Empfehlungen durch ausführliche Erläuterungen einen größeren Einfluss auf das Kaufverhalten der Nutzer haben.

Young Scholar Award

Der ACM SIGIR Young Scholar Award zielt darauf ab, Forscher zu würdigen, die eine wichtige Rolle bei der Informationsbeschaffungsforschung, dem Aufbau von Wissenschaftlergemeinschaften und der Förderung akademischer Gerechtigkeit gespielt haben 7 Nachwuchswissenschaftler innerhalb von 20 Jahren promovieren. Ai Qingyao, Assistenzprofessor am Institut für Informatik der Tsinghua-Universität, und Wang Xiang, Professor und Doktorvater an der School of Cyberspace Security und der Big Data School der University of Science and Technology of China, gewannen den SIGIR 2024 Young Gelehrtenpreis.

Ai Qingyao

Ai Qingyao ist Assistenzprofessor am Institut für Informatik der Tsinghua-Universität. Seine Forschungsschwerpunkte liegen auf der Informationsbeschaffung, dem maschinellen Lernen und der Forschung zur Verarbeitung natürlicher Sprache. Die wichtigste Forschungsrichtung ist die Erforschung und Gestaltung intelligenter Informationsabrufsysteme, einschließlich des Lernens der Informationsdarstellung, der Ranking-Optimierungstheorie und der Anwendung großer Sprachmodelle bei der Internetsuche und -empfehlung sowie der intelligenten Gerechtigkeit.

Wang Xiang

Wang Xiang ist Professor und Doktorvater an der School of Cyberspace Security and Big Data School der University of Science and Technology of China. Zu den Forschungsinteressen von Professor Wang Xiang gehören Information Retrieval, Data Mining sowie vertrauenswürdige und erklärbare künstliche Intelligenz, insbesondere Empfehlungssysteme, Graph Learning und Social-Media-Analyse.

Das obige ist der detaillierte Inhalt vonDie Tsinghua-Universität gewann den Best Paper + Time Test Award, die Shandong-Universität erhielt eine lobende Erwähnung und die SIGIR 2024-Auszeichnungen wurden bekannt gegeben. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

AI Hentai Generator

AI Hentai Generator

Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

R.E.P.O. Energiekristalle erklärten und was sie tun (gelber Kristall)
2 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Repo: Wie man Teamkollegen wiederbelebt
1 Monate vor By 尊渡假赌尊渡假赌尊渡假赌
Hello Kitty Island Abenteuer: Wie man riesige Samen bekommt
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Der DeepMind-Roboter spielt Tischtennis und seine Vor- und Rückhand rutschen in die Luft, wodurch menschliche Anfänger völlig besiegt werden Der DeepMind-Roboter spielt Tischtennis und seine Vor- und Rückhand rutschen in die Luft, wodurch menschliche Anfänger völlig besiegt werden Aug 09, 2024 pm 04:01 PM

Aber vielleicht kann er den alten Mann im Park nicht besiegen? Die Olympischen Spiele in Paris sind in vollem Gange und Tischtennis hat viel Aufmerksamkeit erregt. Gleichzeitig haben Roboter auch beim Tischtennisspielen neue Durchbrüche erzielt. Gerade hat DeepMind den ersten lernenden Roboteragenten vorgeschlagen, der das Niveau menschlicher Amateurspieler im Tischtennis-Wettkampf erreichen kann. Papieradresse: https://arxiv.org/pdf/2408.03906 Wie gut ist der DeepMind-Roboter beim Tischtennisspielen? Vermutlich auf Augenhöhe mit menschlichen Amateurspielern: Sowohl Vorhand als auch Rückhand: Der Gegner nutzt unterschiedliche Spielstile, und auch der Roboter hält aus: Aufschlagannahme mit unterschiedlichem Spin: Allerdings scheint die Intensität des Spiels nicht so intensiv zu sein wie Der alte Mann im Park. Für Roboter, Tischtennis

Die erste mechanische Klaue! Yuanluobao trat auf der Weltroboterkonferenz 2024 auf und stellte den ersten Schachroboter vor, der das Haus betreten kann Die erste mechanische Klaue! Yuanluobao trat auf der Weltroboterkonferenz 2024 auf und stellte den ersten Schachroboter vor, der das Haus betreten kann Aug 21, 2024 pm 07:33 PM

Am 21. August fand in Peking die Weltroboterkonferenz 2024 im großen Stil statt. Die Heimrobotermarke „Yuanluobot SenseRobot“ von SenseTime hat ihre gesamte Produktfamilie vorgestellt und kürzlich den Yuanluobot AI-Schachspielroboter – Chess Professional Edition (im Folgenden als „Yuanluobot SenseRobot“ bezeichnet) herausgebracht und ist damit der weltweit erste A-Schachroboter für heim. Als drittes schachspielendes Roboterprodukt von Yuanluobo hat der neue Guoxiang-Roboter eine Vielzahl spezieller technischer Verbesserungen und Innovationen in den Bereichen KI und Maschinenbau erfahren und erstmals die Fähigkeit erkannt, dreidimensionale Schachfiguren aufzunehmen B. durch mechanische Klauen an einem Heimroboter, und führen Sie Mensch-Maschine-Funktionen aus, z. B. Schach spielen, jeder spielt Schach, Überprüfung der Notation usw.

Claude ist auch faul geworden! Netizen: Lernen Sie, sich einen Urlaub zu gönnen Claude ist auch faul geworden! Netizen: Lernen Sie, sich einen Urlaub zu gönnen Sep 02, 2024 pm 01:56 PM

Der Schulstart steht vor der Tür und nicht nur die Schüler, die bald ins neue Semester starten, sollten auf sich selbst aufpassen, sondern auch die großen KI-Modelle. Vor einiger Zeit war Reddit voller Internetnutzer, die sich darüber beschwerten, dass Claude faul werde. „Sein Niveau ist stark gesunken, es kommt oft zu Pausen und sogar die Ausgabe wird sehr kurz. In der ersten Woche der Veröffentlichung konnte es ein komplettes 4-seitiges Dokument auf einmal übersetzen, aber jetzt kann es nicht einmal eine halbe Seite ausgeben.“ !

Auf der Weltroboterkonferenz wurde dieser Haushaltsroboter, der „die Hoffnung auf eine zukünftige Altenpflege' in sich trägt, umzingelt Auf der Weltroboterkonferenz wurde dieser Haushaltsroboter, der „die Hoffnung auf eine zukünftige Altenpflege' in sich trägt, umzingelt Aug 22, 2024 pm 10:35 PM

Auf der World Robot Conference in Peking ist die Präsentation humanoider Roboter zum absoluten Mittelpunkt der Szene geworden. Am Stand von Stardust Intelligent führte der KI-Roboterassistent S1 drei große Darbietungen mit Hackbrett, Kampfkunst und Kalligraphie auf Ein Ausstellungsbereich, der sowohl Literatur als auch Kampfkunst umfasst, zog eine große Anzahl von Fachpublikum und Medien an. Durch das elegante Spiel auf den elastischen Saiten demonstriert der S1 eine feine Bedienung und absolute Kontrolle mit Geschwindigkeit, Kraft und Präzision. CCTV News führte einen Sonderbericht über das Nachahmungslernen und die intelligente Steuerung hinter „Kalligraphie“ durch. Firmengründer Lai Jie erklärte, dass hinter den seidenweichen Bewegungen die Hardware-Seite die beste Kraftkontrolle und die menschenähnlichsten Körperindikatoren (Geschwindigkeit, Belastung) anstrebt. usw.), aber auf der KI-Seite werden die realen Bewegungsdaten von Menschen gesammelt, sodass der Roboter stärker werden kann, wenn er auf eine schwierige Situation stößt, und lernen kann, sich schnell weiterzuentwickeln. Und agil

Das Team von Li Feifei schlug ReKep vor, um Robotern räumliche Intelligenz zu verleihen und GPT-4o zu integrieren Das Team von Li Feifei schlug ReKep vor, um Robotern räumliche Intelligenz zu verleihen und GPT-4o zu integrieren Sep 03, 2024 pm 05:18 PM

Tiefe Integration von Vision und Roboterlernen. Wenn zwei Roboterhände reibungslos zusammenarbeiten, um Kleidung zu falten, Tee einzuschenken und Schuhe zu packen, gepaart mit dem humanoiden 1X-Roboter NEO, der in letzter Zeit für Schlagzeilen gesorgt hat, haben Sie vielleicht das Gefühl: Wir scheinen in das Zeitalter der Roboter einzutreten. Tatsächlich sind diese seidigen Bewegungen das Produkt fortschrittlicher Robotertechnologie + exquisitem Rahmendesign + multimodaler großer Modelle. Wir wissen, dass nützliche Roboter oft komplexe und exquisite Interaktionen mit der Umgebung erfordern und die Umgebung als Einschränkungen im räumlichen und zeitlichen Bereich dargestellt werden kann. Wenn Sie beispielsweise möchten, dass ein Roboter Tee einschenkt, muss der Roboter zunächst den Griff der Teekanne ergreifen und sie aufrecht halten, ohne den Tee zu verschütten, und ihn dann sanft bewegen, bis die Öffnung der Kanne mit der Öffnung der Tasse übereinstimmt , und neigen Sie dann die Teekanne in einem bestimmten Winkel. Das

Bekanntgabe der ACL 2024 Awards: Eines der besten Papers zum Thema Oracle Deciphering von HuaTech, GloVe Time Test Award Bekanntgabe der ACL 2024 Awards: Eines der besten Papers zum Thema Oracle Deciphering von HuaTech, GloVe Time Test Award Aug 15, 2024 pm 04:37 PM

Bei dieser ACL-Konferenz haben die Teilnehmer viel gewonnen. Die sechstägige ACL2024 findet in Bangkok, Thailand, statt. ACL ist die führende internationale Konferenz im Bereich Computerlinguistik und Verarbeitung natürlicher Sprache. Sie wird von der International Association for Computational Linguistics organisiert und findet jährlich statt. ACL steht seit jeher an erster Stelle, wenn es um akademischen Einfluss im Bereich NLP geht, und ist außerdem eine von der CCF-A empfohlene Konferenz. Die diesjährige ACL-Konferenz ist die 62. und hat mehr als 400 innovative Arbeiten im Bereich NLP eingereicht. Gestern Nachmittag gab die Konferenz den besten Vortrag und weitere Auszeichnungen bekannt. Diesmal gibt es 7 Best Paper Awards (zwei davon unveröffentlicht), 1 Best Theme Paper Award und 35 Outstanding Paper Awards. Die Konferenz verlieh außerdem drei Resource Paper Awards (ResourceAward) und einen Social Impact Award (

Hongmeng Smart Travel S9 und die umfassende Einführungskonferenz für neue Produkte wurden gemeinsam mit einer Reihe neuer Blockbuster-Produkte veröffentlicht Hongmeng Smart Travel S9 und die umfassende Einführungskonferenz für neue Produkte wurden gemeinsam mit einer Reihe neuer Blockbuster-Produkte veröffentlicht Aug 08, 2024 am 07:02 AM

Heute Nachmittag begrüßte Hongmeng Zhixing offiziell neue Marken und neue Autos. Am 6. August veranstaltete Huawei die Hongmeng Smart Xingxing S9 und die Huawei-Konferenz zur Einführung neuer Produkte mit umfassendem Szenario und brachte die Panorama-Smart-Flaggschiff-Limousine Xiangjie S9, das neue M7Pro und Huawei novaFlip, MatePad Pro 12,2 Zoll, das neue MatePad Air und Huawei Bisheng mit Mit vielen neuen Smart-Produkten für alle Szenarien, darunter die Laserdrucker der X1-Serie, FreeBuds6i, WATCHFIT3 und der Smart Screen S5Pro, von Smart Travel über Smart Office bis hin zu Smart Wear baut Huawei weiterhin ein Smart-Ökosystem für alle Szenarien auf, um Verbrauchern ein Smart-Erlebnis zu bieten Internet von allem. Hongmeng Zhixing: Huawei arbeitet mit chinesischen Partnern aus der Automobilindustrie zusammen, um die Modernisierung der Smart-Car-Industrie voranzutreiben

Das erste große UI-Modell in China wird veröffentlicht! Das große Modell von Motiff ist der beste Assistent für Designer und optimiert den UI-Design-Workflow Das erste große UI-Modell in China wird veröffentlicht! Das große Modell von Motiff ist der beste Assistent für Designer und optimiert den UI-Design-Workflow Aug 19, 2024 pm 04:48 PM

Künstliche Intelligenz entwickelt sich schneller, als Sie sich vorstellen können. Seit GPT-4 die multimodale Technologie in die Öffentlichkeit gebracht hat, sind multimodale Großmodelle in eine Phase rasanter Entwicklung eingetreten, die sich allmählich von der reinen Modellforschung und -entwicklung hin zur Erforschung und Anwendung in vertikalen Bereichen verlagert und tief in alle Lebensbereiche integriert ist. Im Bereich der Schnittstelleninteraktion haben internationale Technologiegiganten wie Google und Apple in die Forschung und Entwicklung großer multimodaler UI-Modelle investiert, die als einziger Weg für die KI-Revolution im Mobiltelefon gelten. In diesem Zusammenhang wurde das erste groß angelegte UI-Modell in China geboren. Am 17. August stellte Motiff, ein Designtool im KI-Zeitalter, auf der IXDC2024 International Experience Design Conference sein unabhängig entwickeltes multimodales UI-Modell vor – das Motiff Model. Dies ist das weltweit erste UI-Design-Tool

See all articles