- 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:
-
- OpenAI 일리아 팀원 2명 해고, '공두' 유출과 관련돼?
- 지난 6개월간 내전으로 우여곡절을 겪어온 기업 오픈AI(OpenAI)가 다시 한 번 인사 인사 소식을 들었다. 이 사건에 정통한 소식통에 따르면 오픈AI가 정보 유출 혐의로 직원 2명을 해고했다고 더 인포메이션이 보도했다. 그 중 하나는 OpenAI Super Alignment 팀의 연구원인 Leopold Aschenbrenner입니다. 그는 지난 가을 OpenAI CEO Sam Altman을 축출하려는 시도에 실패한 OpenAI 수석 과학자 Ilya Sutskever의 동료입니다. 또 다른 해고된 직원인 파벨 이즈마일로프(Pavel Izmailov)는 OpenAI에서 추론 관련 연구에 참여했으며 한동안 Super Alignment 팀에서도 근무했습니다.
- 일체 포함 564 2024-04-13 08:13:20
-
- LoRA 초기화 방식 변경, 북경대학의 새로운 방식 PiSSA로 미세 조정 효과 대폭 향상
- 대형 모델의 매개변수 수가 증가하면 전체 모델을 미세 조정하는 데 드는 비용이 점차 감당할 수 없게 됩니다. 이에 북경대 연구팀은 현재 널리 사용되고 있는 LoRA의 주류 데이터 세트에 대한 미세 조정 효과를 뛰어넘는 효율적인 매개변수 미세 조정 방법인 PiSSA를 제안했다. 논문: PiSSA: PrincipalSingularValuesandSingularVectorsAdaptationofLargeLanguageModels 논문 링크: https://arxiv.org/pdf/2404.02948.pdf 코드 링크: https://github.com/GraphPKU/P
- 일체 포함 1112 2024-04-13 08:07:05
-
- 무한 길이로 직접 확장되는 Google Infini-Transformer는 컨텍스트 길이 논쟁을 종식시킵니다.
- Gemini1.5Pro가 이 기술을 사용하는지 모르겠습니다. Google은 또 다른 큰 행보를 보이며 차세대 Transformer 모델인 Infini-Transformer를 출시했습니다. Infini-Transformer는 메모리 및 계산 요구 사항을 늘리지 않고도 Transformer 기반 LLM(대형 언어 모델)을 무한히 긴 입력으로 확장할 수 있는 효율적인 방법을 도입합니다. 연구원들은 이 기술을 사용하여 1B 모델의 컨텍스트 길이를 8B 모델에 적용하여 100만 개로 성공적으로 늘렸습니다. 이 모델은 500K 책 요약 작업을 처리할 수 있습니다. 2017년 획기적인 연구 논문 "Attention is All You Need"가 출판된 이후 Tran은
- 일체 포함 792 2024-04-13 08:00:24
-
- 자동차 산업에서 기업 수준의 AI 에이전트가 어떻게 구현될 수 있는지 체계적으로 설명하는 국내 최초 백서입니다.
- 최근에는 대형 모델 기술의 급속한 발전으로 인해 모델 능력의 상한선에 대한 도전이 지속적으로 제기되고 있습니다. 그러나 산업 변화의 관점에서 볼 때 대형 모델의 구현은 아직 초기 단계일 수 있습니다. 대형 모델의 엄청난 잠재력을 최대한 활용하고 생산성의 더 빠르고 나은 변화를 촉진하는 방법은 여전히 탐구의 여지가 가득한 주제입니다. 모든 업계는 한 가지 질문에 관심을 갖고 있습니다. 대규모 모델을 비즈니스 수준에 적용하기 위한 최적의 방법론은 무엇입니까? 이 문제를 이야기할 때 빼놓을 수 없는 것이 'AIAgent(지능형 에이전트)'입니다. AI가 학문적 연구에서 실제 응용으로 도약함에 따라 대규모 모델 기반 에이전트가 혁신의 핵심 원동력이 되고 있습니다. 빌 게이츠도 AIAgent가 인공지능의 미래가 될 것이라고 예측했습니다. 그때쯤이면 AIAgent는 계획, 실행,
- 일체 포함 703 2024-04-13 08:00:08
-
- Evernote, 자체 개발한 대형 모델 출시, 새로운 생산성 도구 나올까?
- (베이징, 2024년 4월 12일) 오늘 Evernote는 자체 개발한 대형 언어 모델을 "Impression Large Model"로 명명하고 "생성 인공 지능 서비스 관리에 관한 임시 조치"에 따라 모델 등록을 완료했다고 발표했습니다. 더 많은 사용자에게 지능형 지식관리 서비스를 제공합니다. 생산성 도구 분야의 선두 제조업체인 Evernote는 사용자에게 더 나은 지식 관리 경험을 제공하기 위해 항상 기술 혁신을 고수하고 있습니다. 인공지능 분야를 전문으로 하는 Evernote의 연구 기관 - Evernote 연구소는 2018년에 설립되었습니다. 자연어 처리, 신경망 알고리즘 및 기타 분야에서 계속 연구하고 있으며, 2018년부터 지능형 추천, 지능형 태그를 잇달아 출시했습니다. , 지능형 요약, 지식 지도 및 인공 지능이 주도하는 일련의 핵심 제품 기능을 제공합니다. 2023년 3월 인상연구
- 일체 포함 1150 2024-04-12 21:31:16
-
- 스마트 조종석 AI 시대 개막, NIO의 NOMI GPT 디바이스-클라우드 멀티모달 대형 모델 공식 출시
- 4월 12일, NIO는 NOMIGPT가 푸시 서비스를 공식 출시했다고 발표했습니다. 이번에 추진된 업데이트는 NOMIGPT 엔드 클라우드 다중 모드 대규모 모델을 지능적으로 구축하는 NOMI를 포함한 새로운 기술 아키텍처를 기반으로 합니다. NOMIGPT에는 자체 개발한 다중 모드 인식, 자체 개발한 인지 센터, 감정 엔진, 다중 전문가 에이전트가 포함되어 NIO 제품, 서비스 및 커뮤니티의 글로벌 연결을 구현하고 보다 효율적이고 즐거운 AI 서비스를 제공합니다. NOMIGPT가 업그레이드된 후 사용자는 대형 모델 백과사전, 무제한의 재미있는 채팅, 마법 같은 분위기, 재미있는 이모티콘, 자동차 Q&A, AI 장면 생성 등 다양한 새로운 인터랙티브 경험을 경험할 수 있으며 Zhisheng AI가 지원하는 새로운 여행을 즐길 수 있습니다. 이번 NOMIGPT 출시는 Banyan·Rong 지능형 시스템을 탑재한 모델에 동시에 제공됩니다.
- 일체 포함 486 2024-04-12 21:19:01
-
- 대형 모델의 축복 이후 디지털 사람들은 '더 인간적'인가?
- 베이징 동계올림픽 AI 가상인간 수화 앵커, 항저우 아시안게임 디지털 휴먼 점화, 신화통신 디지털 기자, 디지털 우주비행사 샤오웨이… 점점 더 많은 디지털 휴먼이 사람들의 삶에 등장하면서 디지털 인류 전체 산업도 발전하고 있다. 다양하고 광범위한 애플리케이션을 지향하며 다양한 산업과 시나리오로 빠르게 확장됩니다. C 측의 경우 디지털 인력은 사용자가 콘텐츠를 제작하고 작업을 지원하도록 돕습니다. 예: 디지털 인력은 음성 언어 연습, 디지털 인력과 게임 플레이 등 B 측에서는 디지털 인력이 '도구 인력'입니다. 금융, 영화, 텔레비전, 상업, 생방송 및 기타 산업에서 산업 생산 및 운영 효율성을 향상시키는 데 사용됩니다. 디지털피플은 좋은 사업이지만 대규모 구현에는 인력, 비용, 시나리오, 기술 등에서 여전히 어려움을 겪고 있다. 그 중 가장 중요한 것은 기술적인 병목현상, 즉 어떻게 디지털화할 것인가이다.
- 일체 포함 884 2024-04-12 19:04:10
-
- 궤도 예측 시리즈 | HiVT QCNet의 진화된 버전은 무엇에 대해 이야기합니까?
- 성능과 효율성이 크게 향상된 HiVT의 진화된 버전(HiVT를 먼저 읽지 않고도 이 기사를 직접 읽을 수 있음). 글도 읽기 편해요. [궤적 예측 시리즈] [참고] HiVT: HierarchicalVectorTransformerforMulti-AgentMotionPrediction-Zhihu(zhihu.com) 원본 링크: https://openaccess.thecvf.com/content/CVPR2023/papers/Zhou_Query-Centric_Trajectory_Prediction_CVPR_2023_paper
- 일체 포함 783 2024-04-12 18:28:21
-
- 투명한! 주요 머신러닝 모델의 원리를 심층적으로 분석!
- 일반인의 관점에서 보면 기계 학습 모델은 입력 데이터를 예측된 출력에 매핑하는 수학적 함수입니다. 보다 구체적으로, 기계 학습 모델은 예측 출력과 실제 레이블 사이의 오류를 최소화하기 위해 훈련 데이터로부터 학습하여 모델 매개변수를 조정하는 수학적 함수입니다. 기계 학습에는 로지스틱 회귀 모델, 의사결정 트리 모델, 지원 벡터 머신 모델 등 다양한 모델이 있습니다. 각 모델에는 적용 가능한 데이터 유형과 문제 유형이 있습니다. 동시에, 서로 다른 모델 간에는 많은 공통점이 있거나 모델 발전을 위한 숨겨진 경로가 있습니다. 연결주의 퍼셉트론을 예로 들면, 퍼셉트론의 은닉층 수를 늘려 심층 신경망으로 변환할 수 있습니다. 퍼셉트론에 커널 함수를 추가하면 SVM으로 변환할 수 있다. 이 하나
- 일체 포함 529 2024-04-12 17:55:32
-
- 기계 학습 알고리즘을 통해 소프트 센서를 설계하는 방법은 무엇입니까?
- 엔지니어는 기계 학습 알고리즘의 기능을 이해함으로써 해당 응용 분야에 효과적인 소프트 센서를 생성할 수 있습니다. 가상 센서라고도 알려진 소프트 센서는 수백 개의 측정 데이터를 종합적으로 처리할 수 있는 소프트웨어입니다. 소프트 센서를 추가하려는 공장 관리자는 소프트 센서와 작동하는 기계 학습의 범위에 혼란을 겪을 수 있습니다. 그러나 주제를 더 깊이 살펴보면 대부분의 소프트 센서 설계에 기본이 되는 몇 가지 핵심 알고리즘이 있음을 알 수 있습니다. 이러한 모델의 선택, 교육 및 구현은 데이터 과학자의 업무인 경우가 많지만, 공장 관리자와 기타 운영 전문가도 해당 모델의 기능을 익히고 싶어할 것입니다. 소프트 센서 이해 소프트 센서는 소프트웨어 환경에서 생성되지만 실제 센서와 동일한 이점을 제공할 수 있습니다. 특정
- 일체 포함 917 2024-04-12 17:55:15
-
- Gartner, 2024년 주요 GenAI 사이버 보안 동향 공개
- 조직, 정부, 학계 및 기타 많은 기관에서 GenAI 기술의 혁신적인 힘을 활용하는 방법을 모색하고 있습니다. 대다수의 IT 리더(67%)는 향후 18개월 동안 GenAI를 우선시할 것입니다. GenAI의 전망에 대해 큰 기대가 있는 반면, GenAI가 여러 측면에서 사이버 보안에 미치는 영향에 대한 불확실성을 포함하여 우려 사항도 있습니다. 사이버 보안의 주요 추세를 더 잘 이해하고 사이버 보안 위험을 줄이기 위한 정보에 입각한 결정을 내릴 수 있도록 돕기 위해 시장 조사 회사인 Gartner는 최근 Gartner Security and Risk Management Summit에서 사이버 보안 예측 및 권장 사항을 발표했습니다. 2024년은 GenAI에게 또 다른 좋은 해가 될 것으로 예상되므로 Gartne
- 일체 포함 417 2024-04-12 17:49:30
-
- 의료 서비스가 클라우드 컴퓨팅의 잠재력을 최대한 활용할 수 있는 방법
- 5년 전만 해도 의료 기관에서 전자 건강 기록 시스템을 클라우드로 이전했다는 소식은 거의 들어본 적이 없었습니다. 저는 의료 서비스 제공업체에서 근무하면서 Epic 환경을 클라우드로 마이그레이션하는 초기 지원자였습니다. 클라우드에서 EHR이 진화하는 데는 다소 시간이 걸리겠지만 점점 더 많은 의료 조직이 이러한 움직임을 따라가고 있습니다. 최근 몇 년 동안 클라우드 제공업체와 EHR 공급업체 간의 협력은 이러한 프로젝트의 가시성을 높이는 데 도움이 되었습니다. 2023년 PwC 보고서에 따르면 의료 분야 리더의 약 81%가 대부분 또는 모든 운영에서 클라우드를 채택했습니다. 대부분의 의료 기관은 여전히 퍼블릭 클라우드 도입 여정의 시작 단계에 있습니다. 많은 사람들이 서비스형 소프트웨어(Software as a Service)에 익숙할 수 있지만, 중요한 워크로드를 퍼블릭 클라우드로 이동하는 데 있어서는 여전히 새로운 개념입니다. 오픈하신 분들께
- 일체 포함 645 2024-04-12 17:46:22
-
- 하나의 기사로 토큰화를 이해해보세요!
- 언어 모델은 일반적으로 문자열 형식인 텍스트에 대해 추론하지만 모델에 대한 입력은 숫자만 가능하므로 텍스트를 숫자 형식으로 변환해야 합니다. 토큰화는 자연어 처리의 기본 작업으로, 연속적인 텍스트 시퀀스(예: 문장, 단락 등)를 특정 필요에 따라 문자 시퀀스(예: 단어, 구, 문자, 구두점 등)로 나눌 수 있습니다. 그 안에 있는 단위를 토큰 또는 단어라고 합니다. 아래 그림에 표시된 특정 프로세스에 따르면 먼저 텍스트 문장을 단위로 나눈 다음 단일 요소를 디지털화(벡터로 매핑)한 다음 이러한 벡터를 인코딩 모델에 입력하고 마지막으로 다운스트림 작업으로 출력하여 다음 작업을 수행합니다. 추가로 최종 결과를 얻으십시오. 텍스트 분할은 텍스트 분할의 세분성에 따라 Toke로 나눌 수 있습니다.
- 일체 포함 640 2024-04-12 14:31:26
-
- AI 중심의 데이터 거버넌스 시스템을 구축하는 방법은 무엇입니까?
- 최근에는 신기술 모델의 등장과 다양한 산업에서의 응용 시나리오의 가치가 연마되고, 대용량 데이터의 축적으로 인한 제품 효과가 향상되면서 소비, 인터넷 등의 분야에서 인공지능 응용이 방사되고 있습니다. 제조업, 에너지, 전기 등 전통산업에 설계, 조달, 생산, 관리, 판매 등 경제 생산 활동의 주요 연결고리에서 다양한 산업 분야 기업의 인공지능 기술 및 적용 성숙도가 지속적으로 향상되고 있으며, 모든 연결고리에서 인공지능의 구현 및 적용 범위가 가속화되고 있습니다. 산업 상태를 개선하거나 운영 효율성을 최적화하고 자체 장점을 더욱 확장하기 위해 점차적으로 주요 사업과 통합합니다. 인공 지능 기술의 혁신적인 응용 프로그램의 대규모 구현은 빅 데이터 지능 시장의 활발한 발전을 촉진했으며 기본 데이터 거버넌스 서비스에 시장 활력을 불어넣었습니다. 빅데이터, 클라우드 컴퓨팅, 컴퓨팅으로
- 일체 포함 1122 2024-04-12 14:31:14
-
- AI 인공지능은 어떻게 디지털 변혁을 촉진하는가?
- 인공지능이 제안된 지 수십 년이 지났는데, 이 기술이 최근 몇 년 사이에 폭발적인 성장을 이룬 이유는 무엇일까? 이러한 현상은 클라우드 컴퓨팅, 사물인터넷, 빅데이터 등 디지털 기술의 성숙도 덕분에 인공지능이 상당한 발전을 이루었습니다. 클라우드 컴퓨팅은 인공지능을 위한 개방형 플랫폼을 제공하며, 사물인터넷은 데이터 보안을 보장하며, 빅데이터는 딥러닝을 위한 무제한 리소스와 알고리즘 지원을 제공합니다. 이러한 분야에서 전통 기업과 기술의 디지털 전환이 통합되면서 인공 지능 기술의 지속적인 업그레이드가 촉진되어 '지능형 인식'에서 '지능형 사고' 및 '지능형 의사 결정'으로의 진화를 위한 견고한 기반이 마련되었습니다. 강력한 디지털 혁신 역량을 갖춘 기업은 시장과 소비자에 대한 영향력이 점점 커지고 있습니다. 모든 디지털 혁신
- 일체 포함 756 2024-04-12 14:31:01