第 93 页-探索人工智能技术的未来

当前位置：首页 > 技术文章 > 科技周边 > 人工智能

方向：: 全部网络3.0 后端开发 web前端数据库运维开发工具 php框架每日编程微信小程序常见问题其他科技 CMS教程爪哇系统教程电脑教程硬件教程手机教程软件教程手游教程

分类：: 人工智能 IT业界

最热

最新

AI全链路营销公司「奥创光年」完成1500万美元A+轮融资，美图、凯辉联合领投

AI全链路营销公司「奥创光年」（MogicAi）今日宣布，已成功获得来自美图公司和凯辉基金的1500万美元A+轮融资。此次融资得到了彬复资本和万物创投的跟投，同时凯辉基金也是奥创光年A轮领投基金。万物创投在奥创光年的天使轮投资后，本轮融资再次追加投资。值得一提的是，在2023年8月首次披露其A轮千万级美元融资后，奥创光年仅在半年内再度公布了新一轮融资。华兴资本担任了本轮融资的独家财务顾问。奥创光年是一家专注于AINative营销的公司，他们团队研发了SaGa视频内容生成模型和MogicConte

人工智能 1098 2024-01-29 13:24:16
抗干扰框架ADMap：重建在线矢量化高精地图的利器

论文链接：https://arxiv.org/pdf/2401.13172.pdf代码链接：https://github.com/hht1996ok/ADMap摘要本文介绍了ADMap，这是一种用于重建在线矢量化高精地图的抗干扰框架。在自动驾驶领域，高精地图的在线重建对于规划任务至关重要。近年来，已经有多种高性能的高精地图重建模型被开发出来以满足这一需求。然而，由于存在预测偏差，实例向量内的点序列可能会出现抖动或锯齿状，进而影响后续任务的进行。为此，本文提出了抗干扰地图重建框架ADMap。ADM

人工智能 486 2024-01-29 12:00:06
简单了解如何用 GenAI 提高编码效率

Hellofolks，我是Luga，今天我们来聊一下人工智能(AI)生态领域相关的技术-GenAI。面对快速变化的技术创新和多样化的业务场景挑战，传统编码方式逐渐显现出适应不足的问题，无法满足不断增长的需求。而新兴的通用GenAI（人工智能技术）则具备巨大潜力来满足这一需求。GenAI是一种前沿技术，结合了人工智能和编码领域的知识，为开发者们提供了独特的“协作”优势。利用GenAI，开发人员可以获得高效的编码支持和创意灵感，以更快、更智能地解决复杂的编程问题。GenAI的智能算法和人工智能技术可

人工智能 1292 2024-01-29 11:33:05
最新推出的适合中文LMM体质的基准CMMMU：包含超过30个细分学科和12K个专家级题目

随着多模态大模型（LMM）的不断进步，对于评估LMM性能的需求也在增长。尤其在中文环境下，评估LMM的高级知识和推理能力变得更加重要。在这个背景下，为了评估基本模型在中文各种任务中的专家级多模态理解能力，M-A-P开源社区、港科大、滑铁卢大学和零一万物共同推出了CMMMU（ChineseMassiveMulti-disciplineMultimodalUnderstandingandReasoning）基准。该基准旨在提供一个全面的中文大规模多学科多模态理解和推理的评估平台。通过该基准，研究人员

人工智能 991 2024-01-29 09:24:25
揭开LLM巫师的魔杖，UIUC华人团队揭示代码数据的三大优势

大模型时代的语言模型（LLM）尺寸和训练数据都增加了，包括自然语言和代码。代码是人类和计算机之间的媒介，将高级目标转换为可执行的中间步骤。它具有语法标准、逻辑一致、抽象和模块化的特点。伊利诺伊大学香槟分校的研究团队最近发布了一篇综述报告，总结了将代码融入LLM训练数据的多种益处。论文链接：https://arxiv.org/abs/2401.00812v1具体来说，除了可以提升LLM在代码生成上的能力外，好处还包括以下三点：1.有助于解锁LLM的推理能力，使能够应用于一系列更复杂的自然语言任务上

人工智能 400 2024-01-29 09:24:16
知识图谱：大模型的理想搭档

大型语言模型（LLM）具有生成流畅和连贯文本的能力，为人工智能的对话、创造性写作等领域带来了新的前景。然而，LLM也存在一些关键局限。首先，它们的知识仅限于从训练数据中识别出的模式，缺乏对世界的真正理解。其次，推理能力有限，不能进行逻辑推理或从多个数据源融合事实。面对更复杂、更开放的问题时，LLM的回答可能变得荒谬或矛盾，被称为“幻觉”。因此，尽管LLM在某些方面非常有用，但在处理复杂问题和真实世界情境时，仍存在一定的局限性。为了弥补这些差距，近年来出现了检索增强生成（RAG）系统，其核心思想是

人工智能 576 2024-01-29 09:21:26
苹果公司采用自回归语言模型进行图像模型的预训练

1、背景在GPT等大模型出现后，语言模型这种Transformer+自回归建模的方式，也就是预测nexttoken的预训练任务，取得了非常大的成功。那么，这种自回归建模方式能不能在视觉模型上取得比较好的效果呢？今天介绍的这篇文章，就是Apple近期发表的基于Transformer+自回归预训练的方式训练视觉模型的文章，下面给大家展开介绍一下这篇工作。图片论文标题：ScalablePre-trainingofLargeAutoregressiveImageModels下载地址：https://ar

人工智能 859 2024-01-29 09:18:27
开源在线的年轻人首选多模态大模型：轻松运行1080Ti

一款名为Vary-toy的“年轻人的第一个多模态大模型”来了！模型大小不到2B，消费级显卡可训练，GTX1080ti8G的老显卡轻松运行。想将一份文档图片转换成Markdown格式？以往需要文本识别、布局检测和排序、公式表格处理、文本清洗等多个步骤。现在只需一句话命令：无论中英文，图片中的大段文字都能分分钟提取出来：对一张图做对象检测，还是能给出具体坐标的那种：这项研究由来自旷视、国科大、华中大的研究人员共同提出。据介绍，Vary-toy虽小，但却几乎涵盖了目前LVLM（大型视觉语言模型）主流研

人工智能 851 2024-01-29 09:15:26
多个异构大模型的融合带来惊人效果

随着LLaMA、Mistral等大语言模型的成功，许多公司开始创建自己的大语言模型。然而，从头训练新的模型成本高昂，且可能存在能力冗余。近日，中山大学和腾讯AILab的研究人员提出了FuseLLM，用于「融合多个异构大模型」。与传统的模型集成和权重合并方法不同，FuseLLM提供了一种新的方式来融合多个异构大语言模型的知识。与同时部署多个大语言模型或要求合并模型结果不同，FuseLLM使用轻量级的持续训练方法，将各个模型的知识和能力转移到一个融合的大语言模型中。这种方法的独特之处在于它能够在推理

人工智能 943 2024-01-29 09:12:28
Transformer模型在挑战视频生成中成功利用20亿个数据点学习物理世界

建立会做视频的世界模型，也能通过Transformer来实现了！来自清华和极佳科技的研究人员联手，推出了全新的视频生成通用世界模型——WorldDreamer。它可以完成多种视频生成任务，包括自然场景和自动驾驶场景，如文生视频、图生视频、视频编辑、动作序列生视频等。据团队介绍，通过预测Token的方式来建立通用场景世界模型，WorldDreamer是业界首个。它把视频生成转换为一个序列预测任务，可以对物理世界的变化和运动规律进行充分地学习。可视化实验已经证明，WorldDreamer已经深刻理解

人工智能 1023 2024-01-29 09:09:26
OpenAI联合创始人Karpathy发布文章：以自动驾驶为例解释AGI！已删除的原文，请立即收藏

对于「通用人工智能」，OpenAI科学家Karpathy下场做出了解释。前几天，Karpathy在个人blog发表了一篇文章「将自动驾驶作为AGI的一个案例来研究」。不知是何原因，他却删除了这篇文章，幸而，还有网络备份。众所周知，Karpathy不仅是OpenAI的创始成员之一，还曾是特斯拉前AI高级总监、自动驾驶Autopilot负责人。他将自动驾驶作为案例，研究AGI，这篇文章的观点确实值得一看。自动驾驶LLM的爆发引发了众多关于AGI降临的时间，甚至它可能是什么样子的讨论。有的人对AGI未

人工智能 460 2024-01-29 09:06:13
网友曝光了OpenAI新模型所使用的嵌入技术

前几天，OpenAI来了一波重磅更新，一口气宣布了5个新模型，其中就包括两个新的文本嵌入模型。嵌入是用数字序列来表示自然语言、代码等内容中的概念。它们能够帮助机器学习模型和其他算法更好地理解内容之间的关系，并且更容易执行聚类或检索等任务。通常，使用较大的嵌入模型（如存储在向量存储器中以供检索）会消耗更多的成本、算力、内存和存储资源。然而，OpenAI推出的两个文本嵌入模型提供了不同的选择。首先，text-embedding-3-small模型是一个较小但高效的模型。它可以在资源有限的环境下使用，

人工智能 605 2024-01-29 09:03:29
Oracle发布云端AI服务，协助企业实施和优化语言模型

数据库巨头Oracle最近发布了OracleCloudInfrastructureGenerativeAI服务，并引入了一系列创新技术，为大型企业提供了最新的生成式AI技术成果的利用机会。OCIGenerativeAI服务是一项全面管理的、云托管的产品，它利用强大的大型语言模型，如MetaPlatform的开源Llama2和Cohere的专有算法，并与现有系统集成。这样，企业能够实现对当前由人类执行的许多手动业务流程的自动化。OCIGenerativeAI服务通过提供自动化解决方案，帮助企业提高

人工智能 658 2024-01-26 20:39:18
BYOK（Bring Your Own Key）在生成式人工智能中具有两面性

原文作者|EmmanuelAjala自带密钥（BYOK）——一个保证可定制和可控的概念在不断发展的人工智能（AI）世界中脱颖而出。虽然BYOK经常在云计算和安全领域讨论，但本文深入将探讨其在生成式人工智能领域的应用。与开发人员使用算法的传统人工智能模型不同，BYOK能够让用户选择心中首选的人工智能模型，这提供了前所未有的灵活性和个性化能力。因此，让我们踏上这段旅程，进入BYOK在生成式人工智能的核心，在那里，个性化与责任相遇。生成式人工智能中的BYOK是什么？在生成式人工智能领域，BringYo

人工智能 1072 2024-01-26 20:18:36
让人工智能真实化：从数据到智慧的策略

如何使人工智能真实化？那要如何使人工智能真实化，从数据到智慧呢？让我们往下探究。如何使人工智能真实化实现人工智能的真实化需要考虑多个方面，如数据、模型、算法、用户体验和道德。以下是一些建议，帮助实现真实化：多样性和质量的数据：使用多样性和高质量的数据集对模型进行训练。确保数据集包含各种情境、背景和特征，以提高模型的泛化能力。透明度和解释性：设计具有透明度和解释性的模型。用户需要理解人工智能系统的决策过程，特别是在关键领域（如医疗、金融等）中。可解释性有助于建立用户对系统的信任。公平性和无偏：确保

人工智能 494 2024-01-26 17:48:37