lokasi sekarang:Rumah > Artikel teknikal > Peranti teknologi > AI
- Arah:
- semua web3.0 pembangunan bahagian belakang hujung hadapan web pangkalan data Operasi dan penyelenggaraan alat pembangunan rangka kerja php pengaturcaraan harian applet WeChat masalah biasa lain teknologi Tutorial CMS Java Tutorial sistem tutorial komputer Tutorial Perkakasan Tutorial mudah alih Tutorial perisian Tutorial permainan mudah alih
- Mengelaskan:
-
- Dalam beberapa jam selepas dikeluarkan, Microsoft memadamkan model sumber terbuka yang besar setanding dengan GPT-4 dalam beberapa saat! Terlupa mengambil ujian racun
- Minggu lepas, Microsoft menurunkan WizardLM-2, model sumber terbuka yang dipanggil tahap GPT-4. Tetapi saya tidak menjangka ia akan dipadamkan serta-merta beberapa jam selepas ia disiarkan. Beberapa netizen tiba-tiba mendapati bahawa berat model WizardLM dan siaran pengumuman semuanya telah dipadamkan dan tidak lagi berada dalam koleksi Microsoft Selain daripada sebutan tapak, tiada bukti boleh ditemui untuk membuktikan bahawa ini adalah projek rasmi Microsoft. Halaman utama projek GitHub telah menjadi 404. Alamat projek: https://wizardlm.github.io/ Termasuk berat model pada HF, semuanya telah hilang... Seluruh rangkaian penuh kekeliruan, mengapa WizardLM hilang? Walau bagaimanapun, sebab mengapa Microsoft melakukan ini adalah kerana pasukan itu terlupa untuk "menguji" model tersebut. Kemudian, mikro
- AI 865 2024-04-23 17:22:11
-
- 750,000 pusingan pertempuran satu lawan satu antara model besar, GPT-4 memenangi kejuaraan, dan Llama 3 menduduki tempat kelima
- Mengenai Llama3, keputusan ujian baharu telah dikeluarkan - komuniti penilaian model besar LMSYS mengeluarkan senarai kedudukan model besar Llama3 menduduki tempat kelima, dan terikat untuk tempat pertama dengan GPT-4 dalam kategori Bahasa Inggeris. Gambar ini berbeza daripada Penanda Aras yang lain Senarai ini berdasarkan pertempuran satu lawan satu antara model, dan penilai dari seluruh rangkaian membuat cadangan dan skor mereka sendiri. Pada akhirnya, Llama3 menduduki tempat kelima dalam senarai, diikuti oleh tiga versi GPT-4 dan Claude3 Super Cup Opus yang berbeza. Dalam senarai tunggal Inggeris, Llama3 mengatasi Claude dan terikat dengan GPT-4. Mengenai keputusan ini, ketua saintis Meta LeCun sangat gembira, tweet semula dan
- AI 525 2024-04-23 15:28:01
-
- Caltech Cina menggunakan AI untuk menumbangkan bukti matematik! Mempercepatkan 5 kali terkejut Tao Zhexuan, 80% langkah matematik adalah automatik sepenuhnya
- LeanCopilot, alat matematik formal yang telah dipuji oleh ramai ahli matematik seperti Terence Tao, telah berkembang semula? Sebentar tadi, profesor Caltech Anima Anandkumar mengumumkan bahawa pasukan itu mengeluarkan versi diperluaskan kertas LeanCopilot dan mengemas kini pangkalan kod. Alamat kertas imej: https://arxiv.org/pdf/2404.12534.pdf Percubaan terkini menunjukkan bahawa alat Copilot ini boleh mengautomasikan lebih daripada 80% langkah pembuktian matematik! Rekod ini adalah 2.3 kali lebih baik daripada aesop garis dasar sebelumnya. Dan, seperti sebelum ini, ia adalah sumber terbuka di bawah lesen MIT. Dalam gambar, dia ialah Song Peiyang, seorang budak Cina
- AI 428 2024-04-23 15:01:29
-
- Yang terbaru dari Universiti Oxford! Mickey: Padanan imej 2D dalam SOTA 3D! (CVPR\'24)
- Pautan projek ditulis di hadapan: https://nianticlabs.github.io/mickey/ Memandangkan dua gambar, pose kamera di antara mereka boleh dianggarkan dengan mewujudkan kesesuaian antara gambar. Biasanya, surat-menyurat ini adalah 2D hingga 2D, dan anggaran pose kami adalah skala-tak tentu. Sesetengah aplikasi, seperti realiti tambahan segera pada bila-bila masa, di mana-mana sahaja, memerlukan anggaran pose metrik skala, jadi mereka bergantung pada penganggar kedalaman luaran untuk memulihkan skala. Makalah ini mencadangkan MicKey, proses pemadanan titik utama yang mampu meramalkan korespondensi metrik dalam ruang kamera 3D. Dengan mempelajari padanan koordinat 3D merentas imej, kami dapat membuat kesimpulan relatif metrik
- AI 588 2024-04-23 13:20:21
-
- Penanda aras ujian baharu dikeluarkan, sumber terbuka paling berkuasa Llama 3 memalukan
- Jika soalan ujian terlalu mudah, kedua-dua pelajar terbaik dan pelajar lemah boleh mendapat 90 mata, dan jurang tidak boleh diluaskan... Dengan keluaran model yang lebih kukuh seperti Claude3, Llama3 dan juga GPT-5 kemudiannya, industri berada dalam keperluan mendesak untuk penanda aras model yang lebih sukar dan berbeza. LMSYS, organisasi di sebalik arena model besar, melancarkan penanda aras generasi akan datang, Arena-Hard, yang menarik perhatian meluas. Terdapat juga rujukan terkini untuk kekuatan dua versi arahan Llama3 yang diperhalusi. Berbanding dengan MTBench, yang mempunyai markah yang sama sebelum ini, diskriminasi Arena-Hard meningkat daripada 22.6% kepada 87.4%, yang lebih kuat dan lemah secara sepintas lalu. Arena-Hard dibina menggunakan data manusia masa nyata dari arena dan mempunyai kadar konsistensi 89.1% dengan keutamaan manusia.
- AI 496 2024-04-23 12:13:10
-
- Meneroka artifak Python: Bagaimanakah modul eli5 mentafsir keputusan ramalan model pembelajaran mesin?
- Dalam bidang pengaturcaraan Python, kadangkala kita menghadapi beberapa kod atau algoritma yang kompleks, dan sukar untuk memahami logik dan prinsip. Untuk membantu kami memahami dengan lebih baik mekanisme pengendalian di sebalik kod tersebut, modul ELI5 telah wujud. Modul ELI5 ialah perpustakaan Python yang boleh mentafsir ramalan model pembelajaran mesin. Bantu kami memahami cara model membuat keputusan. Melalui modul ELI5, kita boleh menggunakan model pembelajaran jurubahasa untuk memahami ramalan model tersebut. Modul ini menyediakan cara ringkas untuk menerangkan keputusan model untuk sampel tertentu. Prinsip kerja modul ELI5 adalah untuk membantu kami memahami model dengan menyusun dan menggambarkan kepentingan ciri Dalam artikel ini, kami akan meneroka penggunaan modul eli5 dalam senario yang berbeza.
- AI 1178 2024-04-23 09:20:02
-
- Produk SaaS kolaboratif Tencent disepadukan sepenuhnya ke dalam model Hunyuan untuk mencapai peningkatan pintar
- Pada 22 April, Tencent mengumumkan bahawa produk SaaS kolaboratifnya disepadukan sepenuhnya ke dalam model Hunyuan Tencent Selain daripada "tiga produk cemerlang" seperti Enterprise WeChat, Tencent Conference dan Tencent Documents, Tencent Enjoy, Tencent Electronic Signature, Tencent Questionnaire, Collaborative. Produk SaaS seperti Tencent Cloud AI Code Assistant juga telah dinaik taraf secara bijak. Tencent Hunyuan telah menyerlahkan label praktikalnya sejak pelancarannya, dan salah satu misi terasnya adalah untuk mengoptimumkan pengalaman pengguna produk Tencent. Model besar Hunyuan Tencent kini telah berkembang kepada skala parameter peringkat trilion. Ia adalah yang pertama di China yang menggunakan struktur pakar (MoE) hibrid. Ia lebih baik dalam mengendalikan senario kompleks dan senario berbilang tugas, dan keseluruhan bahasa Cina prestasi berada pada tahap terkemuka dalam industri. Tencent Hunyuan mempunyai prestasi cemerlang dalam matematik, pengekodan, penaakulan logik, dialog pelbagai pusingan dan penjanaan teks, sambil menyediakan
- AI 512 2024-04-23 08:13:27
-
- Kaedah penjejakan sasaran tunggal RGB-T jangka pendek yang cekap berdasarkan Transformer
- Pengenalan Seperti yang ditunjukkan dalam Rajah 1, rangkaian pengesan sasaran tunggal RGB-T tiga peringkat sedia ada biasanya menggunakan dua cawangan pengekstrakan ciri bebas, yang masing-masing bertanggungjawab untuk mengekstrak ciri kedua-dua modaliti. Walau bagaimanapun, cawangan pengekstrakan ciri yang saling bebas akan menyebabkan kekurangan interaksi maklumat yang berkesan antara kedua-dua modaliti dalam peringkat pengekstrakan ciri. Oleh itu, sebaik sahaja rangkaian melengkapkan latihan luar talian, ia hanya boleh mengekstrak ciri tetap daripada setiap imej modal dan tidak boleh melaraskan secara dinamik mengikut keadaan mod sebenar untuk mengekstrak ciri dinamik yang lebih disasarkan. Had ini mengehadkan keupayaan rangkaian untuk menyesuaikan diri dengan penampilan bimodal sasaran yang pelbagai dan korespondensi dinamik antara penampilan modal. Seperti yang ditunjukkan dalam Rajah 2, kaedah pengekstrakan ciri ini tidak sesuai untuk senario aplikasi praktikal penjejakan sasaran tunggal RGB-T, terutamanya dalam persekitaran yang kompleks, kerana ia adalah
- AI 809 2024-04-23 08:01:01
-
- OpenAI atau DIY? Mendedahkan kos sebenar mengehos sendiri model bahasa besar
- Standard perkhidmatan anda telah diletakkan sebagai "didorong AI" dengan menyepadukan model bahasa berskala besar. Halaman utama tapak web anda dengan bangganya mempamerkan kesan revolusioner perkhidmatan dipacu AI anda melalui demo interaktif dan kajian kes. Ini juga merupakan tanda pertama yang ditinggalkan oleh syarikat anda dalam bidang GenAI global. Pangkalan pengguna anda yang kecil tetapi setia menikmati pengalaman pelanggan yang lebih baik dan anda boleh melihat potensi untuk pertumbuhan masa hadapan. Walau bagaimanapun, apabila bulan memasuki minggu ketiga, anda menerima e-mel daripada OpenAI yang mengejutkan anda: hanya seminggu yang lalu anda bercakap dengan pelanggan, menilai kesesuaian pasaran produk (PMF), dan kini, beribu-ribu pengguna berpusu-pusu ke tapak anda ( apa-apa sahaja boleh menjadi viral di media sosial hari ini) dan AI anda
- AI 1162 2024-04-22 18:01:02
-
- Di luar BEVFusion! DifFUSER: Model resapan memasuki pelbagai tugas pemanduan autonomi (segmen BEV + pengesanan dwi SOTA)
- Ditulis di atas & pemahaman peribadi penulis Pada masa ini, apabila teknologi pemanduan autonomi menjadi lebih matang dan permintaan untuk tugas persepsi pemanduan autonomi meningkat, industri dan akademia sangat berharap untuk model algoritma persepsi yang ideal yang boleh melengkapkan pengesanan sasaran tiga dimensi secara serentak dan berdasarkan tugasan segmentasi Semantik dalam ruang BEV. Untuk kenderaan yang mampu memandu autonomi, ia biasanya dilengkapi dengan penderia kamera pandangan sekeliling, penderia lidar dan penderia radar gelombang milimeter untuk mengumpul data dalam kaedah yang berbeza. Dengan cara ini, kelebihan pelengkap antara data modal yang berbeza boleh digunakan sepenuhnya, supaya kelebihan pelengkap data antara modaliti yang berbeza boleh dicapai Contohnya, data awan titik 3D boleh memberikan maklumat untuk tugas pengesanan sasaran 3D, manakala data imej berwarna boleh memberikan lebih banyak maklumat untuk tugasan segmentasi semantik maklumat yang tepat. jarum
- AI 482 2024-04-22 17:49:07
-
- Mendedahkan kuasa model bahasa besar (LLM): Bagaimana syarikat pemula merevolusikan cara mereka beroperasi melalui penyepaduan yang diperkemas
- Model bahasa besar (LLM) telah menjadi pengubah permainan untuk perniagaan dari semua saiz, tetapi kesannya terhadap syarikat pemula sangat dramatik. Untuk memahami sebabnya, mari kita lihat apakah kelebihan yang dimiliki oleh syarikat pemula berbanding pemain yang sudah mapan dan mengapa AI merupakan pemboleh penting bagi mereka. Pertama, syarikat permulaan mempunyai fleksibiliti yang lebih besar daripada perniagaan tradisional. Mereka biasanya tidak mempunyai lapisan yang berlebihan dan prosedur membuat keputusan yang rumit dan boleh menyesuaikan diri dengan perubahan pasaran dan keperluan pelanggan dengan lebih cepat. Ketangkasan ini membolehkan syarikat pemula melancarkan produk dan perkhidmatan baharu dengan lebih pantas dan melaraskan strategi mereka secara fleksibel. Kedua, syarikat pemula biasanya lebih inovatif. Pemula sering menghadapi belanjawan yang terhad dan kekangan masa yang ketat bahkan pemain industri yang lebih besar mungkin bersaing untuk peserta industri yang lebih besar.
- AI 976 2024-04-22 17:49:01
-
- Empat alat pengaturcaraan berbantukan AI yang disyorkan
- Alat pengaturcaraan berbantukan AI ini telah menemui sejumlah besar alat pengaturcaraan berbantukan AI yang berguna dalam peringkat pembangunan AI yang pesat ini. Alat pengaturcaraan berbantukan AI boleh meningkatkan kecekapan pembangunan, meningkatkan kualiti kod dan mengurangkan kadar pepijat Ia adalah pembantu penting dalam proses pembangunan perisian moden. Hari ini Dayao akan berkongsi dengan anda 4 alat pengaturcaraan berbantukan AI (dan semua menyokong bahasa C# saya harap ia akan membantu semua orang). https://github.com/YSGStudyHards/DotNetGuide1.GitHubCopilotGitHubCopilot ialah pembantu pengekodan AI yang membantu anda menulis kod dengan lebih pantas dan dengan sedikit usaha, supaya anda boleh lebih memfokuskan pada penyelesaian masalah dan kerjasama. Git
- AI 1343 2024-04-22 17:34:12
-
- Transformer boleh berfikir ke hadapan, tetapi tidak melakukannya
- Adakah model bahasa akan merancang token masa hadapan? Kertas ini memberi anda jawapannya. "Jangan biarkan YannLeCun melihatnya." YannLeCun berkata sudah terlambat, dia sudah melihatnya. Soalan yang dibincangkan dalam kertas kerja "LeCun Must Read" yang akan saya perkenalkan hari ini ialah: Adakah Transformer merupakan model bahasa yang bijak? Apabila ia melakukan inferens di lokasi tertentu, adakah ia menjangkakan lokasi berikutnya? Kesimpulan kajian ini ialah Transformer mempunyai keupayaan untuk melakukan ini, tetapi tidak melakukannya dalam amalan. Kita semua tahu bahawa manusia berfikir sebelum bercakap. Sepuluh tahun penyelidikan linguistik menunjukkan bahawa apabila manusia menggunakan bahasa, mereka secara mental meramalkan input bahasa, perkataan atau ayat yang akan datang. Tidak seperti manusia, model bahasa semasa
- AI 388 2024-04-22 17:22:07
-
- CVPR 2024 |. Byte mencadangkan set data COCONut generasi baharu, yang lebih padat daripada segmentasi berbutir COCO
- Lajur AIxiv ialah lajur di mana tapak ini menerbitkan kandungan akademik dan teknikal. Dalam beberapa tahun kebelakangan ini, lajur AIxiv laman web ini telah menerima lebih daripada 2,000 laporan, meliputi makmal terkemuka dari universiti dan syarikat utama di seluruh dunia, mempromosikan pertukaran dan penyebaran akademik secara berkesan. Jika anda mempunyai kerja yang sangat baik yang ingin anda kongsikan, sila berasa bebas untuk menyumbang atau hubungi kami untuk melaporkan. E-mel penyerahan: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com. Dengan pembangunan kecerdasan buatan, model bahasa dan model generatif telah mencapai banyak kejayaan, dan dalam proses mereka bentuk model, bilangan parameter model juga semakin meningkat. Untuk tugas pemahaman yang terperinci, bilangan parameter model juga semakin meningkat. Walau bagaimanapun, skala set data sedia ada pada masa ini
- AI 1139 2024-04-22 16:20:12
-
- CVPR 2024 |. AI juga boleh memulihkan skirt terbang ketika menari mencadangkan paradigma baharu untuk rendering badan manusia yang dinamik
- Lajur AIxiv ialah lajur di mana tapak ini menerbitkan kandungan akademik dan teknikal. Dalam beberapa tahun kebelakangan ini, lajur AIxiv laman web ini telah menerima lebih daripada 2,000 laporan, meliputi makmal terkemuka dari universiti dan syarikat utama di seluruh dunia, mempromosikan pertukaran dan penyebaran akademik secara berkesan. Jika anda mempunyai kerja yang sangat baik yang ingin anda kongsikan, sila berasa bebas untuk menyumbang atau hubungi kami untuk melaporkan. E-mel penyerahan: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com. Dalam aktiviti harian, pergerakan manusia sering menyebabkan gerakan sekunder pakaian dan dengan itu menghasilkan lipatan pakaian yang berbeza, yang memerlukan pemahaman tentang geometri dan pergerakan badan dan pakaian manusia (postur badan manusia dan dinamik kelajuan).
- AI 904 2024-04-22 14:37:01