標簽:知識
今日arXiv最熱NLP大模型論文:大模型RAG新寵!浙江大學發(fā)布自反饋檢索增強方法
夕小瑤科技說 原創(chuàng)作者 | 芒果 引言:探索知識檢索增強新篇章在人工智能領(lǐng)域,大語言模型(LLMs)憑借其在多種任務(wù)上的卓越表現(xiàn)而備受矚目。然而,這些模型在...
如何把大量物理知識塞給AI?EIT和北大團隊提出「規(guī)則重要性」概念
將 ScienceAI設(shè)為星標 第一時間掌握 新鮮的 AI for Science 資訊編輯 |ScienceAI 深度學習模型因其能夠從大量數(shù)據(jù)中學習潛在關(guān)系的能力而「徹底改變了科學研...
總結(jié)374篇相關(guān)工作,陶大程團隊聯(lián)合港大、UMD發(fā)布LLM知識蒸餾最新綜述
機器之心專欄 機器之心編輯部大語言模型(Large Language Models, LLMs)在過去兩年內(nèi)迅速發(fā)展,涌現(xiàn)出一些現(xiàn)象級的模型和產(chǎn)品,如 GPT-4、Gemini、Claude 等...
微調(diào)與RAG的優(yōu)缺點分析
智猩猩與智東西將于4月18-19日在北京共同舉辦2024中國生成式AI大會,阿里巴巴通義千問大模型技術(shù)負責人周暢,潞晨科技創(chuàng)始人尤洋,生數(shù)科技CEO唐家渝,優(yōu)必選...
讓Sora和ChatGPT更可靠!只需這個知識價值定量評估新框架
西風 發(fā)自 凹非寺量子位 | 公眾號 QbitAI為了讓AI更像科學家,他們將人類知識注入大模型… 正如教孩子解難題,你可以讓他們自己反復(fù)試錯找到正確方法,也可以...
的 AI 公司太多,我只看好月之暗面
編者按:AGI 已經(jīng)火熱了一年了,依然有大量的 AI 公司仍然摸不清方向。能夠有一個清醒的人,帶一個團隊,帶著資源去做一些事情,顯得十分可貴。 今天早上擠地...
發(fā)現(xiàn)免費Sora學習資料,原來都藏在飛書
允中 發(fā)自 凹非寺量子位 | 公眾號 QbitAI面對突然到來的AI革命,普通人該如何面對? 正因為普通人不知道答案,所以誕生了非常多的“專家”和“老師”,帶著價格特...
Sora和ChatGPT之后,教育怎么辦?
引用過ChatGPT的人知道,新時代來臨了。 Sora的出現(xiàn),將人工智能推向新高潮。 這一年來的接觸,很多人都明白:教育必須做出改變了。 可是,孩子在考試時,又...
OpenAI工程師必備經(jīng)典《苦澀的教訓》,原來20多年前就有了原型
機器之心報道 編輯:杜偉大量數(shù)據(jù)學習涌現(xiàn)出來的能力,終于超越了人們的想象。 OpenAI 推出視頻生成模型 Sora 已經(jīng)一周的時間了,熱度不減,作者團隊還在持續(xù)...
姚期智領(lǐng)銜,全球首顆零知識證明SOC流片成功
魚羊 發(fā)自 凹非寺量子位 | 公眾號 QbitAI清華叉院知識成果轉(zhuǎn)化最新進展來了: 姚期智院士領(lǐng)銜,全球首顆零知識證明SOC芯片一次流片成功。 這顆名為Accseal LE...
Cubox創(chuàng)始人的產(chǎn)品思考:不要把「總結(jié)全文」當閱讀產(chǎn)品的唯一亮點
AI 對于閱讀和創(chuàng)作肯定會有影響,甚至很多人的觀點是稍微悲觀的,認為以后的創(chuàng)作都是 AI 了,連閱讀都快要被 AI 代勞了。但對深耕閱讀工具的創(chuàng)業(yè)者來說,AI ...
審稿 CVPR 有感:沒落的頂會、空虛的文章和失敗open review
夕小瑤科技說 分享來源 | 知乎@Minogame本文經(jīng)授權(quán)轉(zhuǎn)載自知乎作者 Minogame,以下是Minogame審稿CVPR后的自述。 事實上,我已經(jīng)拒絕審稿很多年了。投稿/審稿...
大語言模型的32種消除幻覺的技術(shù),你都了解嗎?
夕小瑤科技說 原創(chuàng)作者 | 謝年年、python大模型幻覺問題是計算機語言學中一個重要的研究方向。為減輕幻覺,研究人員提出了多種策略,比如反饋機制、外部信息...
Google開放域問答系統(tǒng)新突破!多粒度評估提升近20個點
夕小瑤科技說 原創(chuàng)作者 | 賽博馬良本文內(nèi)容由賽博馬良「AI論文解讀達人」智能體生成,人工整理排版。 「AI論文解讀達人」 可提供最熱AI論文推薦、論文解讀等...
視頻場景圖生成任務(wù)新SOTA!中山大學提出全新時空知識嵌入框架,登頂刊TIP'24
新智元報道編輯:LRS 好困 【新智元導(dǎo)讀】STKET框架將先驗時空知識納入多頭交叉注意機制中,從而可以學習到更多有代表性的視覺關(guān)系表示,在視頻圖生成基準上...