標簽:目標
AI發(fā)展方向——從pipeline到end2end
荷樓~~,大家好,我是 JioNLP。 這些天我在做圖像目標檢測與跟蹤。 我越做越感覺,這塊 AI 任務(wù)的建模方式和處理方式存在很多的問題。 我先分開說說目標檢測...
武大等開源大幅面高清衛(wèi)星影像數(shù)據(jù)集:涵蓋21萬+地理目標,復雜地理空間場景知識精準生成
武漢大學李彥勝課題組投稿量子位 | 公眾號 QbitAIAI衛(wèi)星影像知識生成模型數(shù)據(jù)集稀缺的問題,又有新解了。 來自武漢大學、上海AI實驗室、西工大等9家機構(gòu)共同...
AI降噪耳機,可在嘈雜人群中單獨通話,看一眼鎖定目標
機器之心報道 機器之心編輯部千萬種聲音里,只聽到你。最近幾年來,很多人都在使用降噪耳機。這種設(shè)備能讓人在吵鬧的環(huán)境中享受安靜,安心地聽音樂或工作。 ...
今日arXiv最熱NLP大模型論文:清華大學提出IFT對齊算法,打破SFT與RLHF局限性
夕小瑤科技說 原創(chuàng)作者 | 謝年年 監(jiān)督微調(diào)(Supervised Fine-Tuning, SFT)和基于人類反饋的強化學習(Reinforcement Learning from Human Feedback, RLHF)...
目標檢測新SOTA,端側(cè)實時識別,沈向洋罕見轉(zhuǎn)發(fā)點贊
白交 發(fā)自 凹非寺量子位 | 公眾號 QbitAI目標檢測領(lǐng)域,迎來了新進展—— Grounding DINO 1.5,IDEA研究院團隊出品,在端側(cè)就可實現(xiàn)實時識別。 這一進展獲得AI...
理論比較:主動推理、強化學習、控制論、貝葉斯大腦、效用決策、有限理性、情感動機、動態(tài)體內(nèi)平衡
來源:CreateAMind https://direct.mit.edu/books/oa-monograph/5299/Active-InferenceThe-Free-Energy-Principle-in-Mind 10章:Active Inference as a Unif...
全面超越DPO:陳丹琦團隊提出簡單偏好優(yōu)化SimPO,還煉出最強8B開源模型
機器之心報道 編輯:Panda為了將大型語言模型(LLM)與人類的價值和意圖對齊,學習人類反饋至關(guān)重要,這能確保它們是有用的、誠實的和無害的。在對齊 LLM 方...
Meta首席科學家楊立昆關(guān)于AI的7個觀點
Meta首席科學家楊立昆關(guān)于AI的7個觀點2024年3月28日,楊立昆在哈佛大學做了一場學術(shù)演講,我已經(jīng)將主要內(nèi)容發(fā)布(見上篇),但內(nèi)容略長,為方便讀者迅速了解...
3倍生成速度還降內(nèi)存成本,超越Medusa2的高效解碼框架終于來了
機器之心報道 編輯:亞鸝高效解碼n -token序列,CLLMs+Jacobi解碼框架。?????? 傳統(tǒng)上,大型語言模型(LLMs)被認為是順序解碼器,逐個解碼每個token。 來自...
綜述170篇「自監(jiān)督學習」推薦算法,港大發(fā)布SSL4Rec:代碼、資料庫全面開源!
新智元報道編輯:LRT 【新智元導讀】本文全面綜述了自監(jiān)督學習(SSL)在推薦系統(tǒng)中的應(yīng)用,深入分析了逾170篇論文。文中提出了一個涵蓋九大推薦場景的自監(jiān)督...
大語言模型自進化技術(shù)綜述:概念框架,進化方向,經(jīng)驗獲取,經(jīng)驗更新,評估方法,開放問題
我們翻譯整理最新論文:大語言模型自我進化技術(shù)綜述,文末有論文連接。 大型語言模型(LLMs)在各個領(lǐng)域和智能體應(yīng)用中取得了顯著進展。然而,當前從人類或外...
小紅書讓智能體們吵起來了!聯(lián)合復旦推出大模型專屬群聊工具
AgentGroupChat 投稿向 凹非寺量子位 | 公眾號 QbitAI語言,不僅僅是文字的堆砌,更是表情包的狂歡,是梗的海洋,是鍵盤俠的戰(zhàn)場(嗯?哪里不對)。 語言如何...
戰(zhàn)場人工智能:視角
來源于OpinioJuris,轉(zhuǎn)載自裝備參考 最近,以色列國防軍(IDF)的高級軍官承認,作為以色列軍事武庫的一部分,人工智能工具的使用越來越多,這一趨勢在 2023-...
加州理工華人用AI顛覆數(shù)學證明!提速5倍震驚陶哲軒,80%數(shù)學步驟全自動化
新智元報道編輯:編輯部 【新智元導讀】讓陶哲軒大神贊不絕口的形式化研究神器Lean,運行LLM的推理卻有個bug。最近,加州理工團隊解決了這個bug,把80%以上的...
開箱黑盒LLM!谷歌大一統(tǒng)框架Patchscopes實戰(zhàn)教程來了
新智元報道編輯:LRS 【新智元導讀】大模型最為人詬病的問題就是不透明、不可解釋。谷歌的最新框架Patchscopes可以提供關(guān)于模型內(nèi)部隱藏表征的自然語言解釋,...