- 방향:
- 모두 웹3.0 백엔드 개발 웹 프론트엔드 데이터 베이스 운영 및 유지보수 개발 도구 PHP 프레임워크 일일 프로그램 위챗 애플릿 일반적인 문제 다른 기술 CMS 튜토리얼 Java 시스템 튜토리얼 컴퓨터 튜토리얼 하드웨어 튜토리얼 모바일 튜토리얼 소프트웨어 튜토리얼 모바일 게임 튜토리얼
- 나누다:
-
- Huawei 소프트웨어 엘리트 챌린지는 10회에 걸쳐 성공적으로 개최되었으며 2,000명 이상의 소프트웨어 엘리트가 Huawei에 합류했습니다.
- 2024년 4월 28일, 제10회 화웨이 소프트웨어 엘리트 챌린지 2024 - "플랑크 프로젝트" 글로벌 결선 및 시상식이 성공적으로 마무리되었습니다. 두 달 동안 전 세계 800개 이상 대학에서 3만 명에 가까운 선수와 5,700개 이상의 팀이 8개 주요 경쟁 지역의 지역 예선, 지역 준결승, 글로벌 결승전을 치르며 치열한 경쟁을 펼쳤습니다. 동북부팀은 하얼빈공업대학 출신이다. '원멍성' 팀이 단숨에 세계 우승을 차지하고 상금 20만 위안을 획득했다. 2023 화웨이 소프트웨어 엘리트 챌린지 결선 참가자들의 단체 사진. 2024 화웨이 소프트웨어 엘리트 챌린지의 글로벌 챔피언 화웨이 소프트웨어 엘리트 챌린지는 화웨이가 전 세계 대학생들을 대상으로 주최한 대규모 소프트웨어 프로그래밍 대회입니다. "플랑크 플랜"을 주제로,
- 일체 포함 668 2024-04-29 19:22:29
-
- 초지능의 생명력이 깨어난다! 하지만 자동 업데이트 AI가 등장하면서 엄마들은 더 이상 데이터 병목 현상을 걱정할 필요가 없습니다.
- 세상은 미친 듯이 큰 모델을 만들고 있습니다. 인터넷의 데이터만으로는 충분하지 않습니다. 훈련 모델은 '헝거게임'처럼 생겼고, 전 세계 AI 연구자들은 이러한 데이터를 탐식하는 사람들에게 어떻게 먹이를 줄지 고민하고 있습니다. 이 문제는 다중 모드 작업에서 특히 두드러집니다. 아무것도 할 수 없던 시기에, 중국 인민대학교 학과의 스타트업 팀은 자체 새로운 모델을 사용하여 중국 최초로 '모델 생성 데이터 피드 자체'를 현실화했습니다. 또한 이해 측면과 생성 측면의 두 가지 접근 방식으로 양측 모두 고품질의 다중 모드 새로운 데이터를 생성하고 모델 자체에 데이터 피드백을 제공할 수 있습니다. 모델이란 무엇입니까? Awaker 1.0은 중관촌 포럼에 최근 등장한 대형 멀티모달 모델입니다. 팀은 누구입니까? 소폰 엔진. 런민대학교 힐하우스 인공지능대학원 박사과정 학생인 Gao Yizhao가 설립했습니다.
- 일체 포함 1368 2024-04-29 18:55:14
-
- 학습 곡선을 통해 과적합과 과소적합 식별
- 이 글에서는 학습 곡선을 통해 머신러닝 모델에서 과적합과 과소적합을 효과적으로 식별하는 방법을 소개합니다. 과소적합 및 과적합 1. 과적합 모델이 데이터에 대해 과도하게 훈련되어 데이터에서 노이즈를 학습하는 경우 모델이 과적합이라고 합니다. 과적합된 모델은 모든 예를 너무 완벽하게 학습하므로 보이지 않거나 새로운 예를 잘못 분류합니다. 과대적합 모델의 경우 완벽/거의 완벽에 가까운 훈련 세트 점수와 형편없는 검증 세트/테스트 점수를 얻게 됩니다. 약간 수정됨: "과적합의 원인: 복잡한 모델을 사용하여 간단한 문제를 해결하고 데이터에서 노이즈를 추출합니다. 훈련 세트로 사용되는 작은 데이터 세트는 모든 데이터를 올바르게 표현하지 못할 수 있기 때문입니다."
- 일체 포함 1619 2024-04-29 18:50:15
-
- 인더스트리 4.0 혁명: 예측적 유지보수 성공을 위한 4단계 청사진
- Industry 4.0을 위한 예측 유지 관리 솔루션을 설계하는 것은 기업이 유지 관리하고 운영하는 방식의 패러다임 변화를 나타냅니다. 고급 예측 유지 관리 기술을 사용하여 운영 문제를 사전에 예방하는 것은 이 새로운 산업 시대의 핵심 측면입니다. 이러한 솔루션은 새로운 수익원을 창출하고 비용을 절감하는 데 도움이 될 뿐만 아니라 가동 중지 시간과 생산 가동 중지 시간을 방지하는 데에도 중요한 역할을 합니다. Industry 4.0 시대에 기업은 지능형 IoT 장치와 센서를 사용하여 대량의 생산 데이터를 수집하고 분석해야 합니다. 이 데이터는 장비 고장 및 수리 필요성을 예측하는 데 사용될 수 있습니다. 이러한 예측 유지 관리 기술을 사용하면 기업은 잠재적인 문제를 미리 식별하고 그에 따라 조치를 취하여 가동 중지 시간과 생산 중단을 최소화할 수 있습니다. 예방적 유지 관리에 대한 이러한 사전 예방적 접근 방식은
- 일체 포함 568 2024-04-29 18:22:23
-
- 생성 AI는 비디오 게임 개발 분야에서 어떤 성과를 거두게 될까요?
- Generative AI는 비디오 게임 개발자가 매력적인 콘텐츠, 사실적인 비주얼, 몰입형 게임 경험을 만들 수 있는 흥미롭고 새로운 방법을 제공합니다. 이 기사에서는 일련의 실제 사례를 통해 생성 AI가 어떻게 게임 개발을 향상하고 가속화할 수 있는지 살펴보겠습니다. 생성 AI는 무엇을 할 수 있나요? 먼저 게임 개발의 몇 가지 주요 요소를 분석하고 생성 AI가 창의적 프로세스인 절차적 생성을 어떻게 촉진할 수 있는지 살펴보겠습니다. 크고 복잡하며 예측할 수 없는 환경은 모든 게임에서 독특하고 역동적인 게임 플레이 경험을 제공하기 위해 알고리즘을 통해 생성됩니다. 지형 생성. 생성적 AI는 현실적인 지형을 생성하고 게임 세계의 시각적 매력을 향상시키는 데 도움이 될 수 있습니다. 자동 모델링. 생성적 AI는 캐릭터 및 기타 요소의 3D 모델 생성을 단순화할 수 있습니다.
- 일체 포함 841 2024-04-29 18:04:26
-
- 단일 카드는 듀얼 카드보다 Llama를 70B 더 빠르게 실행합니다. Microsoft는 A100에 FP6을 넣었습니다 |
- FP8 이하의 부동 소수점 수량화 정밀도는 더 이상 H100의 "특허"가 아닙니다! Lao Huang은 모든 사람이 INT8/INT4를 사용하기를 원했고 Microsoft DeepSpeed 팀은 NVIDIA의 공식 지원 없이 A100에서 FP6을 실행하기 시작했습니다. 테스트 결과에 따르면 A100에 대한 새로운 방법 TC-FPx의 FP6 양자화는 INT4에 가깝거나 때로는 더 빠르며 후자보다 정확도가 더 높은 것으로 나타났습니다. 또한 오픈 소스로 제공되고 DeepSpeed와 같은 딥 러닝 추론 프레임워크에 통합된 엔드투엔드 대규모 모델 지원도 있습니다. 이 결과는 대형 모델 가속화에도 즉각적인 영향을 미칩니다. 이 프레임워크에서는 단일 카드를 사용하여 Llama를 실행하면 처리량이 듀얼 카드보다 2.65배 더 높습니다. 하나
- 일체 포함 1432 2024-04-29 16:55:12
-
- 마케팅 기술에서 AI의 부상: 디지털 마케팅 전략의 변화
- 끊임없이 진화하는 디지털 마케팅 세계에서 AI는 정확하고 효율적으로 마케팅 퍼널을 탐색하려는 브랜드를 위한 강력한 도구가 되었습니다. AI를 통해 마케팅 담당자는 대규모 데이터 세트의 패턴과 추세를 분석하여 소비자 행동, 선호도, 구매 패턴에 대한 귀중한 통찰력을 얻을 수 있습니다. 이러한 데이터 기반 접근 방식을 통해 브랜드는 인지도부터 전환까지 퍼널의 모든 단계에서 탁월한 정확성으로 마케팅 전략을 맞춤화할 수 있습니다. AI는 머신러닝과 딥러닝 기술을 사용해 방대한 양의 데이터를 자동으로 수집, 분석, 해석하여 실행 가능한 마케팅 전략으로 변환합니다. AI의 장점은 대용량 데이터 속에 숨겨진 패턴과 트렌드를 자동으로 찾아내고, 인간보다 더 정확하게 마케팅 전략을 세울 수 있다는 점이다. AI 적용을 통해 마케팅 담당자는 더 나은 이해를 얻을 수 있습니다.
- 일체 포함 876 2024-04-29 16:43:10
-
- Xiaohongshu는 기억 메커니즘에서 정보 검색을 해석하고 EACL Oral을 얻기 위한 새로운 패러다임을 제안합니다.
- 최근 Xiaohongshu 검색 알고리즘 팀의 논문 "GenerativeDenseRetrieval: MemoryCanBeaBurden"이 자연어 처리 분야 국제 학회인 EACL2024에서 Oral로 승인되었으며 승인률은 11.32%(144/1271)입니다. 논문에서 그들은 새로운 정보 검색 패러다임인 GDR(Generative Dense Retrieval)을 제안했습니다. 이 패러다임은 대규모 데이터 세트를 처리할 때 기존 생성 검색(GR)이 직면한 문제를 잘 해결할 수 있습니다. 이는 메모리 메커니즘에서 영감을 얻었습니다. 과거 실무에서는
- 일체 포함 1357 2024-04-29 16:16:07
-
- 우주탐사 및 인간정주공학 분야 인공지능의 진화
- 1950년대에는 인공지능(AI)이 탄생했다. 그때 연구자들은 기계가 사고와 같은 인간과 유사한 작업을 수행할 수 있다는 것을 발견했습니다. 이후 1960년대에 미국 국방부는 인공 지능에 자금을 지원하고 추가 개발을 위해 실험실을 설립했습니다. 연구자들은 우주 탐사, 극한 환경에서의 생존 등 다양한 분야에서 인공지능의 응용 분야를 찾고 있습니다. 우주탐험은 지구를 넘어 우주 전체를 포괄하는 우주에 대한 연구이다. 우주는 지구와 조건이 다르기 때문에 극한 환경으로 분류됩니다. 우주에서 생존하려면 많은 요소를 고려해야 하며 예방 조치를 취해야 합니다. 과학자와 연구자들은 우주를 탐험하고 모든 것의 현재 상태를 이해하는 것이 우주가 어떻게 작동하는지 이해하고 잠재적인 환경 위기에 대비하는 데 도움이 될 수 있다고 믿습니다.
- 일체 포함 1115 2024-04-29 15:25:01
-
- 인간과 유사한 AI의 부상: 고용 시장과 노동력의 변화
- 인공지능의 출현은 글로벌 고용 시장과 인력을 재편하고 있습니다. AI 로봇이 점점 더 정교해지고 육체 노동부터 복잡한 인지 능력에 이르기까지 광범위한 작업을 수행할 수 있게 됨에 따라 산업에 혁명을 일으키고 전통적인 작업 개념을 재정의할 것으로 예상됩니다. 이 기사에서는 인공 지능의 부상과 그것이 업계 전반의 고용 시장과 인력에 미치는 혁신적인 영향을 살펴봅니다. 일상적인 작업 자동화: AI는 일상적이고 반복적인 작업을 자동화하는 데 탁월하여 작업자가 보다 창의적이고 전략적인 작업에 집중할 수 있도록 해줍니다. 제조, 물류, 소매 등의 분야에서는 조립라인 운영, 창고 관리, 고객 서비스 등의 업무를 수행하기 위해 휴머노이드 로봇이 배치됩니다. 이러한 자동화는 효율성과 생산성을 높이는 동시에 인력을 재교육하고
- 일체 포함 651 2024-04-29 13:20:01
-
- Gaussian-LIC: 최초의 다중 센서 융합 3DGS-SLAM 시스템(Zhejiang University & TUM)
- 다중 센서와 3DGS의 "3D 공간 샘플링을 기반으로 하는 계산 집약적인 SLAM 작업에 필요한 실시간 기능"의 조합을 암시적으로 표현하려면 NeRF 기반+SLAM 접근 방식이 필요합니다. 3DGS는 빠른 렌더링 속도와 뛰어난 시각적 품질이 돋보입니다. 명확하고 해석 가능한 표현인 3DGS는 장면 편집을 단순화하고 수많은 다운스트림 작업의 실행을 용이하게 합니다. 기존의 방사선장 기반 SLAM 시스템은 조명이 좋은 소규모 실내 환경에서 주로 테스트되었으며, 순차 RGB-D 또는 RGB 입력을 사용하여 만족스러운 결과를 얻습니다. 이러한 방법이 까다로운 조명과 같이 통제되지 않는 대규모 야외 장면으로 확장되면 어려움에 직면하게 됩니다.
- 일체 포함 1087 2024-04-29 11:49:20
-
- GPU 클라우드 서버를 AI 인프라에 통합하는 방법은 무엇입니까?
- GPU 클라우드 서버는 그래픽 처리 장치를 활용하여 고성능 작업을 처리하는 클라우드 기반 컴퓨팅 리소스입니다. CPU에만 의존하는 기존 서버와 달리 GPU 클라우드 서버는 병렬 처리를 위해 설계되었으므로 기계 학습 및 인공 지능과 같은 컴퓨팅 집약적인 애플리케이션에 이상적입니다. B2B 분야에서는 GPU 클라우드 서버를 AI 인프라에 통합하는 것이 성능과 확장성을 향상시키기 위한 전략적 움직임이 되었습니다. 기계 학습 모델에는 강력한 컴퓨팅 성능이 필요한 경우가 많으며, GPU 클라우드 서버는 기업이 대규모 데이터 세트를 처리하고 복잡한 알고리즘을 보다 효율적으로 실행할 수 있도록 지원하는 확장 가능한 솔루션을 제공합니다. AI가 산업 전반에 걸쳐 변화를 주도하고 있기 때문에 빠르게 진화하는 기술 환경에서 경쟁 우위를 유지하려는 기업에게 이 기능은 매우 중요합니다.
- 일체 포함 912 2024-04-28 17:34:37
-
- 로봇 작동을 위한 세계 모델에 대한 몇 가지 생각
- 최근에는 세계 모델의 인기가 로봇 작동에 중요한 역할을 하는 것으로 보입니다. 체화된 지능에 있어서 조작은 이 단계에서 돌파해야 할 가장 중요한 포인트이다. 특히 다음과 같은 longhorizon 작업의 경우, 다양하고 복잡한 작동 요구 사항을 충족하기 위해 로봇 "소뇌"를 구축하는 방법은 현재 해결해야 할 가장 시급한 문제입니다. 기술을 원자적 작업으로 분할해야 합니까? LM을 사용하여 로봇에 적용할 때 일반적인 접근 방식은 컨텍스트에 따라 다양한 API를 제공한 다음 작업 프롬프트에 따라 LLM이 자동으로 계획 코드를 작성하도록 하는 것입니다. 이 방법의 장점은 매우 유용하다는 것입니다. 직관적이고 명확하게 이해할 수 있습니다. 작업 분석을 숙지하세요.
- 일체 포함 835 2024-04-28 17:31:10
-
- Yuanxiang의 첫 번째 다중 모드 대형 모델 XVERSE-V는 오픈 소스로 권위 있는 대형 모델 목록을 새로 고치고 모든 화면비 입력을 지원합니다.
- 인간이 얻는 정보의 83%는 시각에서 나옵니다. 그래픽과 텍스트의 대규모 다중 모드 모델은 보다 풍부하고 정확한 실제 정보를 인식하고 보다 포괄적인 인지 지능을 구축하여 AGI(Artificial General Intelligence)를 향해 더 큰 진전을 이룰 수 있습니다. Yuanxiang은 오늘 모든 종횡비의 이미지 입력을 지원하고 주류 평가를 이끄는 다중 모드 대형 모델 XVERSE-V를 출시했습니다. 이 모델은 완전한 오픈 소스이며 무조건 무료로 상업적으로 사용할 수 있으며, 수많은 중소기업, 연구원 및 개발자를 위한 R&D 및 애플리케이션 혁신을 지속적으로 장려하고 있습니다. XVERSE-V는 다수의 권위 있는 다중 모드 평가와 종합적인 능력 평가에서 Yi-VL-34B, 벽면 지능형 OmniLMM-12B, 심층 검색 DeepSeek-VL-7B 등의 오픈 소스 모델을 능가하는 탁월한 성능을 보유하고 있습니다. MMBen
- 일체 포함 780 2024-04-28 16:43:08
-
- 대형 모델을 더 이상 '빅맥'으로 만들지 마십시오. 대형 모델 매개변수의 효율적인 미세 조정에 대한 최신 리뷰입니다.
- AIxiv 칼럼은 본 사이트에서 학술 및 기술 콘텐츠를 게재하는 칼럼입니다. 지난 몇 년 동안 이 사이트의 AIxiv 칼럼에는 전 세계 주요 대학 및 기업의 최고 연구실을 대상으로 한 2,000개 이상의 보고서가 접수되어 학술 교류 및 보급을 효과적으로 촉진하고 있습니다. 공유하고 싶은 훌륭한 작품이 있다면 자유롭게 기여하거나 보고를 위해 연락주시기 바랍니다. 제출 이메일: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com 최근에는 대형 언어 모델, 빈첸시안 그래프 모델 등 대규모 AI 모델이 빠르게 발전하고 있다. 이러한 상황에서 급변하는 요구 사항에 어떻게 적응하고 대형 모델을 다양한 다운스트림 작업에 신속하게 적응시키는 것이 중요한 과제가 되었습니다. 컴퓨팅 리소스에 의해 제한되는 기존의 전체 매개변수 마이크로
- 일체 포함 1259 2024-04-28 16:04:01