AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：給機(jī)器人裝上「蟲腦」？非Transformer液態(tài)神經(jīng)網(wǎng)絡(luò)終于來了！MIT CSAIL負(fù)責(zé)人創(chuàng)業(yè)成果
關(guān)鍵字：模型,報(bào)告,神經(jīng)網(wǎng)絡(luò),線蟲,高效
文章來源：機(jī)器之心
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

機(jī)器之心報(bào)道
機(jī)器之心編輯部一個(gè)受線蟲啟發(fā)的全新架構(gòu)，三大「杯型」均能實(shí)現(xiàn) SOTA 性能，資源高度受限環(huán)境也能部署。移動(dòng)機(jī)器人可能更需要一個(gè)蟲子的大腦。在大模型時(shí)代，谷歌 2017 年開創(chuàng)性論文《Attention Is All You Need》中提出的 Transformer 已經(jīng)成為主流架構(gòu)。
然而，剛剛一家由 MIT 計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室 (CSAIL) 前研究人員共同創(chuàng)立的初創(chuàng)公司 Liquid AI 卻走出了不一樣的路線。
Liquid AI 表示他們的目標(biāo)是「探索構(gòu)建超越生成式預(yù)訓(xùn)練 Transformer (GPT) 基礎(chǔ)模型的方法」。
為了實(shí)現(xiàn)這一目標(biāo)，Liquid AI 推出了其首批多模態(tài) AI 模型：Liquid Foundation Models（LFM）。這是基于第一原理構(gòu)建的新一代生成式 AI 模型，其 1B、3B 和 40B LFM 在各個(gè)規(guī)模上均能實(shí)現(xiàn) SOTA 性能，同時(shí)保持更小的內(nèi)存占用和更高效的推理。
Liquid AI 后訓(xùn)練主管 Maxime Labonne 在 X 上表示，LFM 是他職業(yè)生涯中最自豪的版本 ，LFM 的核心優(yōu)勢(shì)在于它

原文鏈接：給機(jī)器人裝上「蟲腦」？非Transformer液態(tài)神經(jīng)網(wǎng)絡(luò)終于來了！MIT CSAIL負(fù)責(zé)人創(chuàng)業(yè)成果

聯(lián)系作者

文章來源：機(jī)器之心
作者微信：
作者簡(jiǎn)介：