lokasi sekarang:Rumah > Artikel teknikal > Peranti teknologi > AI
- Arah:
- semua web3.0 pembangunan bahagian belakang hujung hadapan web pangkalan data Operasi dan penyelenggaraan alat pembangunan rangka kerja php pengaturcaraan harian applet WeChat masalah biasa lain teknologi Tutorial CMS Java Tutorial sistem tutorial komputer Tutorial Perkakasan Tutorial mudah alih Tutorial perisian Tutorial permainan mudah alih
- Mengelaskan:
-
- GPT-4o dan SQL: Sejauh manakah model besar mengubah seni binanya sendiri?
- Pengarang |. Disusun oleh David Eastman |. Dihasilkan oleh Noah |. Mereka serupa dengan apa yang disediakan oleh pembangun perisian sebagai sejenis pengetahuan dunia sebenar seperti semantik yang digabungkan dengan pemahaman tentang dunia teknikal. Kami melihat ini dengan jelas dalam artikel baru-baru ini di mana kami dapat menjana skema SQL mudah untuk penerbitan buku hanya dengan menerangkannya dalam bahasa semula jadi. Walaupun saya berpuas hati dengan prestasi skema penciptaan Llama3, rakan sekerja dari hari-hari sebelumnya saya di Oracle menunjukkan bahawa skema penerbitan buku adalah contoh yang agak biasa.
- AI 1184 2024-06-11 09:56:49
-
- Versi Kuaishou Sora 'Ke Ling' dibuka untuk ujian: menghasilkan video lebih 120-an, memahami fizik dengan lebih baik dan boleh memodelkan pergerakan kompleks dengan tepat
- Apa? Adakah Zootopia dibawa menjadi realiti oleh AI domestik? Didedahkan bersama-sama dengan video itu ialah model penjanaan video domestik berskala besar baharu yang dipanggil "Keling". Sora menggunakan laluan teknikal yang serupa dan menggabungkan beberapa inovasi teknologi yang dibangunkan sendiri untuk menghasilkan video yang bukan sahaja mempunyai pergerakan yang besar dan munasabah, tetapi juga mensimulasikan ciri-ciri dunia fizikal dan mempunyai keupayaan gabungan konsep dan imaginasi yang kuat. Mengikut data, Keling menyokong penjanaan video ultra panjang sehingga 2 minit pada 30fps, dengan resolusi sehingga 1080p dan menyokong berbilang nisbah aspek. Satu lagi perkara penting ialah Keling bukanlah demo atau demonstrasi hasil video yang dikeluarkan oleh makmal, tetapi aplikasi peringkat produk yang dilancarkan oleh Kuaishou, pemain terkemuka dalam bidang video pendek. Selain itu, tumpuan utama adalah untuk menjadi pragmatik, bukan untuk menulis cek kosong, dan pergi ke dalam talian sebaik sahaja ia dikeluarkan Model besar Ke Ling telah pun dikeluarkan di Kuaiying.
- AI 909 2024-06-11 09:51:48
-
- Kisah dalaman algoritma carian Google telah didedahkan, dan 2,500 halaman dokumen telah dibocorkan dengan nama sebenar! Pembohongan Kedudukan Carian Terbongkar
- Baru-baru ini, 2,500 halaman dokumen dalaman Google telah dibocorkan, mendedahkan cara carian, "penimbang tara Internet yang paling berkuasa," beroperasi. Pengasas bersama dan Ketua Pegawai Eksekutif SparkToro ialah orang tanpa nama Dia menerbitkan catatan blog di tapak web peribadinya, dengan mendakwa bahawa "orang tanpa nama berkongsi dengan saya beribu-ribu halaman dokumentasi API Carian Google yang perlu dibaca oleh semua orang dalam SEO." ! "Selama bertahun-tahun, RandFishkin telah menjadi jurucakap teratas dalam bidang SEO (Pengoptimuman Enjin Carian, pengoptimuman enjin carian), dan beliau mencadangkan konsep "pihak berkuasa laman web" (DomainRating). Oleh kerana dia sangat dihormati dalam bidang ini, RandFishkin
- AI 1085 2024-06-11 09:14:23
-
- AI meramalkan cuaca ekstrem 5,000 kali lebih pantas! Microsoft melancarkan Aurora untuk meramalkan ribut global dengan mata AI
- Sejak permulaan sejarah manusia, manusia telah terobsesi dengan meramal cuaca dan menguraikan "bahasa langit" dalam pelbagai cara Kami perlahan-lahan mendapati bahawa tumbuh-tumbuhan dan awan seolah-olah berkaitan dengan cuaca keperluan manusia untuk pengeluaran, tetapi juga kerana keperluan manusia Keperluan untuk menyanyi dengan angin kencang dan membaca puisi di bawah cahaya bulan. Penyanyi Ribut dalam "A Song of Ice and Fire" meramalkan cuaca dan ribut melalui nyanyian dan nyanyian, dan orang ramai juga berkhayal tentang mempunyai kuasa besar "mengubah cuaca." Baru-baru ini, pakar cuaca dan ramalan cuaca telah menjelaskan bahawa kita masih tidak dapat melepaskan diri daripada pengalaman yang terkandung dan dunia fizikal, tetapi kini, AI mengubahnya. Kandungan penalaan halus: Microsoft mengeluarkan Aurora, model asas atmosfera berskala besar pertama, yang boleh belajar daripada data dan membuat ramalan, menunjukkan ketepatan dan kecekapan yang menakjubkan
- AI 883 2024-06-11 09:07:29
-
- Robin Li bercakap tentang AI di Eropah: Saya lebih berminat dengan aplikasi super daripada GPT-5
- Perbezaan terbesar antara Zhonggu AI dan Barat ialah aplikasi. Terdapat beratus-ratus model asas di China, tetapi orang ramai semakin membincangkan apakah aplikasi super dalam era AI. Aplikasi memacu perkembangan pesat AI. Kemajuan dalam bidang aplikasi boleh menggalakkan inovasi dalam model asas dan membantu mempercepatkan peralihan daripada era Internet kepada era kecerdasan buatan. Di forum utama "Gala Festival Musim Bunga AI Eropah", Robin Li membuat penampilan terbarunya sebagai satu-satunya usahawan China yang dijemput ke persidangan itu, dia sekali lagi "bercakap" untuk AI China. Nama penuh persidangan ini yang diadakan di Paris, Perancis ialah "Pameran Inovasi Sains dan Teknologi Eropah" (Viva Technology), yang merupakan salah satu acara teknologi terbesar di Eropah. Selain Robin Li, penceramah yang menyertai tahun ini termasuk pemenang Anugerah Musk dan Turing Yoshua Be
- AI 606 2024-06-10 22:55:23
-
- Analisis RNA pelbagai fungsi, model bahasa RNA pasukan Baidu berdasarkan Transformer diterbitkan dalam sub-jurnal Alam
- Editor |. Model bahasa pra-latihan teras lobak telah menunjukkan janji yang baik dalam menganalisis jujukan nukleotida, tetapi masih terdapat cabaran dalam menggunakan set berat pra-latihan tunggal untuk mencapai model berbilang fungsi yang berfungsi dengan baik dalam tugasan yang berbeza. Pasukan Baidu Big Data Lab (BDL) dan Shanghai Jiao Tong University membangunkan RNAErnie, model pra-latihan berpusat RNA berdasarkan seni bina Transformer. Para penyelidik menilai model pada tujuh set data dan lima tugas, menunjukkan keunggulan RNAErnie dalam kedua-dua pembelajaran diselia dan tidak diselia. RNAErnie melepasi garis dasar, meningkatkan ketepatan klasifikasi sebanyak 1.8%, ketepatan ramalan interaksi sebanyak 2.2%, dan ramalan struktur skor F1 sebanyak 3.3%.
- AI 678 2024-06-10 22:21:12
-
- Telus! Bagaimana untuk memilih algoritma pembelajaran mesin yang betul
- Pertimbangan Pemilihan Algoritma Memilih algoritma pembelajaran mesin yang betul untuk tugasan melibatkan pelbagai faktor, yang setiap satu boleh memberi kesan yang ketara pada keputusan akhir. Berikut ialah beberapa aspek yang perlu diingat semasa proses membuat keputusan: 1. Saiz dan kualiti set data: Algoritma pembelajaran mesin berbeza dalam keperluannya untuk data input. Sesetengah algoritma berfungsi dengan baik dengan set data yang kecil, manakala algoritma lain berfungsi dengan baik dengan set data yang besar. Selain itu, ketepatan, kesempurnaan dan keterwakilan data juga 1. Ciri Set Data Ciri set data adalah penting untuk pemilihan algoritma. Faktor seperti saiz set data, jenis elemen data yang terkandung di dalamnya dan sama ada data itu berstruktur atau tidak berstruktur semuanya merupakan faktor utama. Bayangkan menggunakan algoritma untuk data berstruktur kepada masalah data tidak berstruktur. Anda mungkin tidak akan pergi jauh! Set data yang besar memerlukan
- AI 893 2024-06-10 22:18:30
-
- Gunakan NVIDIA Riva untuk menggunakan perkhidmatan AI suara Cina peringkat perusahaan dengan cepat dan mengoptimumkan serta mempercepatkannya
- 1. Gambaran Keseluruhan Riva 1. Gambaran KeseluruhanRiva ialah SDK yang dilancarkan oleh NVIDIA untuk perkhidmatan SpeechAI masa nyata. Ia adalah alat yang sangat disesuaikan dan menggunakan pecutan GPU. Banyak model pra-latihan disediakan pada NGC Model ini sedia untuk digunakan di luar kotak dan boleh digunakan terus menggunakan penyelesaian ASR dan TTS yang disediakan oleh Riva. Untuk memenuhi keperluan medan tertentu atau membangunkan fungsi tersuai, pengguna juga boleh menggunakan NeMo untuk melatih semula atau memperhalusi model ini. Ini meningkatkan lagi prestasi model dan menjadikannya lebih mudah disesuaikan dengan keperluan pengguna. Riva+Skills ialah alat yang sangat disesuaikan yang memanfaatkan pengecaman pertuturan penstriman masa nyata yang dipercepatkan GPU
- AI 1167 2024-06-10 21:57:48
-
- Super kuat! Sepuluh algoritma pembelajaran mesin teratas yang mesti anda ketahui
- 1. Regresi Linear Regresi linear ialah salah satu algoritma pembelajaran mesin yang paling mudah dan paling banyak digunakan untuk pemodelan ramalan. Ia adalah algoritma pembelajaran diselia yang digunakan untuk meramalkan nilai pembolehubah bersandar berdasarkan satu atau lebih pembolehubah tidak bersandar. Teras untuk mentakrifkan regresi linear adalah untuk menyesuaikan model linear kepada data yang diperhatikan. Model linear diwakili oleh persamaan berikut: di mana pembolehubah bersandar (pembolehubah yang ingin kita ramalkan) ialah pembolehubah tidak bersandar (pembolehubah yang kita gunakan untuk membuat ramalan) ialah cerun garisan ialah pintasan-y (yang persilangan garis dan paksi-y) Regresi Linear Algoritma melibatkan mencari garisan paling sesuai melalui titik data. Ini biasanya dilakukan dengan meminimumkan perbezaan kuasa dua antara nilai yang diperhatikan dan diramalkan. Metrik penilaian ralat min kuasa dua (MSE): purata kuasa dua ralat pengukuran. Lebih rendah nilai, lebih baik. R persegi: bermaksud bahawa punca
- AI 1011 2024-06-10 21:53:52
-
- AI sedang digunakan |. Gunakan Kimi untuk menulis copywriting 'gila', dengan lebih 100,000 artikel
- Editor laporan tentang kuasa mesin: Wenhua Gelombang kecerdasan buatan yang diwakili oleh model besar dan AIGC telah mengubah secara senyap-senyap cara kita hidup dan bekerja, tetapi kebanyakan orang masih tidak tahu cara menggunakannya. Oleh itu, kami telah melancarkan lajur "AI dalam Penggunaan" untuk memperkenalkan secara terperinci cara menggunakan AI melalui kes penggunaan kecerdasan buatan yang intuitif, menarik dan padat serta merangsang pemikiran semua orang. Kami juga mengalu-alukan pembaca untuk menyerahkan kes penggunaan yang inovatif dan praktikal. Hari-hari ni nak grab traffic semua risau sampai botak. Hari ini, mari belajar tentang cara Amway untuk mendapatkan trafik: gunakan AI untuk menulis copywriting "gila" untuk akaun awam, dan dapatkan lebih daripada 100,000 setiap artikel. Jenis copywriting akaun awam ini mempunyai rutin yang perlu diikuti: 1. Tajuk yang menarik 2. Beberapa copywriting yang nampaknya mempunyai penyakit yang serius 3. Beberapa gambar yang mungkin menyembuhkan atau lucu Ini menggunakan A
- AI 1159 2024-06-10 21:22:30
-
- Selain RAG, terdapat lima cara untuk menghapuskan ilusi model besar
- Dihasilkan oleh 51CTO Technology Stack (WeChat ID: blog51cto) Adalah diketahui umum bahawa LLM boleh menghasilkan halusinasi - iaitu, menjana maklumat yang salah, mengelirukan atau tidak bermakna. Menariknya, sesetengah orang, seperti Ketua Pegawai Eksekutif OpenAI Sam Altman, melihat imaginasi AI sebagai kreativiti, manakala yang lain percaya bahawa imaginasi boleh membantu membuat penemuan saintifik baharu. Walau bagaimanapun, dalam kebanyakan kes, adalah penting untuk memberikan jawapan yang betul, dan halusinasi bukanlah ciri tetapi kecacatan. Jadi, bagaimana untuk mengurangkan ilusi LLM? Konteks panjang? RAG? Penalaan halus? Malah, LLM konteks panjang tidak mudah, RAG carian vektor tidak memuaskan, dan penalaan halus datang dengan cabaran dan batasannya sendiri. Berikut adalah beberapa yang boleh digunakan
- AI 1539 2024-06-10 20:25:51
-
- ICML2024 skor tinggi! Ubah suai perhatian secara ajaib, membolehkan model kecil bertarung dua kali lebih besar daripada model besar
- Tingkatkan mekanisme teras Transformer untuk memfokus, supaya model kecil boleh digunakan untuk mencipta dua kali saiz model! Dalam kertas pemarkahan tinggi ICML+2024, pasukan Teknologi Caiyun membina rangka kerja DCFormer, menggantikan modul perhatian komponen teras Transformer (MHA), dan mencadangkan perhatian berbilang kepala yang boleh digabungkan secara dinamik (DCMHA). DCMHA mengalih keluar pengikatan tetap carian, gelung pemilihan dan gelung transformasi kepala perhatian MHA, membolehkan mereka digabungkan secara dinamik berdasarkan input, yang secara asasnya meningkatkan keupayaan ekspresi model. Maksud asal ialah setiap lapisan mempunyai kepala perhatian H tetap Kini hampir difahami bahawa setiap lapisan pada asalnya mempunyai kepala perhatian H tetap Kini dengan jumlah parameter dan kuasa pengkomputeran yang hampir sama, ia boleh digabungkan secara dinamik Sehingga Hx
- AI 905 2024-06-10 20:18:19
-
- Cara TigerGraph CoPilot melaksanakan AI dipertingkatkan graf
- Untuk mengetahui lebih lanjut tentang AIGC, sila lawati: komuniti 51CTOAI.x https://www.51cto.com/aigc/ Dengan membandingkan kekurangan LLM komersial lain, artikel ini memperkenalkan secara terperinci fungsi utama, kelebihan dan dua perkara utama Contoh TigerGraphCoPilot. Dalam beberapa tahun kebelakangan ini, data sebagai faktor pengeluaran telah dapat memberikan kami cerapan perniagaan transformatif merentas industri yang berbeza. Walau bagaimanapun, cara menggunakan data besar yang tersedia dengan baik sering membawa cabaran yang besar kepada kita. Di satu pihak, terdapat lebihan data, dan sebaliknya, terdapat sejumlah besar pulau data yang kurang digunakan. Ramai saintis data profesional dan penganalisis perlu segera menggunakan pengetahuan profesional mereka untuk membolehkan organisasi mereka beroperasi tanpa mengorbankan
- AI 926 2024-06-10 18:38:14
-
- ICML 2024 |. Melepaskan diri daripada seni bina LoRA, parameter latihan dikurangkan dengan banyaknya, dan jenis penalaan halus Fourier baharu akan datang.
- Lajur AIxiv ialah lajur di mana tapak ini menerbitkan kandungan akademik dan teknikal. Dalam beberapa tahun kebelakangan ini, lajur AIxiv laman web ini telah menerima lebih daripada 2,000 laporan, meliputi makmal terkemuka dari universiti dan syarikat utama di seluruh dunia, mempromosikan pertukaran dan penyebaran akademik secara berkesan. Jika anda mempunyai kerja yang sangat baik yang ingin anda kongsikan, sila berasa bebas untuk menyumbang atau hubungi kami untuk melaporkan. E-mel penyerahan: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com Artikel ini memperkenalkan artikel "Parameter-EfficientFine-TuningwithDis" oleh Universiti Sains dan Teknologi Hong Kong (Guangzhou) mengenai penalaan halus yang cekap model besar (LLMPEFTFine-tuning)
- AI 1270 2024-06-10 17:58:01
-
- Cara menggunakan kecerdasan buatan untuk meningkatkan keselamatan awan untuk API dan perkhidmatan mikro
- Penterjemah |. Disemak oleh Li Rui |. Chonglou Overview API ialah satu set garis panduan dan protokol yang digunakan untuk memudahkan komunikasi antara aplikasi perisian. Ia menggariskan kaedah di mana komponen perisian berinteraksi, memudahkan proses pembangunan dan penyepaduan sistem. Seni bina Microservices mewakili pendekatan kepada pembangunan perisian yang membahagikan aplikasi besar kepada pelbagai perkhidmatan. Setiap perkhidmatan memberi tumpuan kepada fungsi perniagaan. Mereka boleh dibangunkan, digunakan dan skala secara autonomi. Keselamatan awan sangat penting untuk API dan perkhidmatan mikro atas sebab berikut: Perlindungan Data: API dan perkhidmatan mikro sering memproses maklumat. Mengekalkan keselamatan adalah penting untuk melindungi data ini daripada akses, kebocoran atau kemusnahan. Pengesahan dan Kebenaran Pengguna: Melaksanakan protokol keselamatan dalam persekitaran pengkomputeran awan membantu mengesahkan identiti pengguna dan perkhidmatan yang berinteraksi dengan API dan perkhidmatan mikro. Ini adalah benar
- AI 1163 2024-06-10 17:09:20