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:
-
- CVPR\'24 Lisan |. Melihat kehidupan masa lalu dan masa kini pengesan awan titik jarang SAFDNet!
- Ditulis di atas & Pemahaman peribadi penulis ialah pengesanan objek awan titik 3D adalah penting untuk persepsi pemanduan autonomi Cara mempelajari perwakilan ciri secara cekap daripada data awan titik jarang adalah cabaran utama dalam bidang pengesanan objek awan titik 3D. Dalam artikel ini, kami akan memperkenalkan HEDNet yang diterbitkan oleh pasukan dalam NeurIPS2023 dan SAFDNet dalam CVPR2024 menumpukan pada penyelesaian masalah bahawa rangkaian neural konvolusi yang jarang sedia ada sukar untuk menangkap kebergantungan antara ciri jarak jauh, manakala SAFDNet ialah rangkaian tulen. berdasarkan HEDNet pengesan awan titik jarang. Dalam pengesanan objek awan titik, kaedah tradisional sering bergantung pada pengekstrak ciri rekaan tangan, yang mempunyai keberkesanan terhad apabila memproses data awan titik jarang. Dalam beberapa tahun kebelakangan ini, berdasarkan
- AI 723 2024-06-08 12:25:22
-
- Tencent Hunyuan mengeluarkan perpustakaan pecutan sumber terbuka, memendekkan masa penjanaan imej sebanyak 75%
- Pada 8 Jun, Tencent mengeluarkan perpustakaan pecutan untuk model besar sumber terbuka yang dijana teks Hunyuan Tencent untuk penjanaan graf (dirujuk sebagai model Hunyuan DiT), yang meningkatkan kecekapan penaakulan dan memendekkan masa penjanaan graf sebanyak 75%. Ambang untuk menggunakan model Hunyuan DiT juga telah dikurangkan dengan ketara. Pengguna boleh menggunakan keupayaan model graf Tencent Hunyuan Wensheng berdasarkan antara muka grafik ComfyUI. Pada masa yang sama, model Hunyuan DiT telah digunakan ke perpustakaan model umum HuggingFaceDiffusers Pengguna boleh menghubungi model Hunyuan DiT dengan hanya tiga baris kod tanpa memuat turun perpustakaan kod asal. Sebelum ini, Tencent mengumumkan bahawa model penjanaan teks Hunyuan telah dinaik taraf sepenuhnya dan sumber terbuka, dan boleh digunakan oleh perusahaan dan pembangun individu untuk kegunaan komersial percuma. Ini ialah gambar rajah penjanaan teks seni bina DiT sumber terbuka pertama dalam industri.
- AI 1232 2024-06-08 12:12:11
-
- Menyokong input 380,000 perkataan pada satu masa! Tencent Hunyuan melancarkan model artikel sepanjang 256k, terbuka kepada perusahaan dan pembangun individu melalui Tencent Cloud
- Teknologi model besar AI menjadi kuasa utama dalam menggalakkan pembangunan produktiviti berkualiti tinggi dan memainkan peranan penting dalam penyepaduan dengan beribu-ribu industri. Model besar Hunyuan Tencent telah mengembangkan model kepada skala parameter peringkat trilion dengan mengguna pakai struktur model pakar campuran (MoE), meningkatkan kapasiti "otak" untuk meningkatkan prestasi ramalan sambil mengurangkan kos inferens. Sebagai model umum, Tencent Hunyuan menerajui industri dalam prestasi Cina, terutamanya dalam penjanaan teks, logik matematik dan dialog berbilang pusingan. Baru-baru ini, Tencent Hunyuan Large Model secara rasmi mengeluarkan model teks sepanjang 256k dan membukanya kepada majoriti perusahaan dan pembangun individu melalui Tencent Cloud untuk menyokong rangkaian inovasi dan aplikasi yang lebih luas. Versi model Tencent Hunyuan 256k mempunyai keupayaan untuk memproses teks ultra-panjang lebih daripada 380,000 aksara.
- AI 514 2024-06-08 11:11:19
-
- Bengkel penyeliaan perkhidmatan pintar IEEE ICWS yang pertama kini memerlukan penyerahan!
- IEEEICWS (IEEE International Conference on Web Services), IEEE International World Wide Web Conference, akan diadakan di Shenzhen, China dari 7 hingga 13 Julai 2024! ICWS ialah forum antarabangsa CCF-B yang bertujuan untuk bertukar-tukar kemajuan asas terkini dalam teknologi dan amalan terkini perkhidmatan berasaskan rangkaian, mengenal pasti topik penyelidikan yang baru muncul, dan menentukan masa depan perkhidmatan berasaskan rangkaian. SRG ialah bengkel pertama IEEEICWS yang memberi tumpuan kepada penyeliaan perkhidmatan pintar. Pautan penyerahan: https://icws.conferences.computer.org/2024/srg-workshop/SRG Nombor Pengenalan
- AI 458 2024-06-08 09:14:09
-
- Apakah kecerdasan buatan am? Adakah awak tahu?
- Gambar gambar gambar gambar gambar gambar kecerdasan buatan sempit, sepadan dengan ArtificialNarrowIntelligence Inggeris, dirujuk sebagai ANI, juga dipanggil kecerdasan buatan khusus tugas. Teknologi pintar telah digunakan secara meluas untuk menyelesaikan pelbagai tugas khusus, seperti pemanduan pintar, pengecaman muka, AlphaGo, lukisan AI, model bahasa semula jadi, dll., yang kesemuanya tergolong dalam kategori teknologi pintar. Gambar telah menembusi kecerdasan buatan dan secara semula jadi mempunyai kecerdasan yang lebih tinggi dalam bidang tertentu, tetapi ia hanya terhad kepada bidang itu. Sebagai contoh, tiada cara untuk anda mendapatkan model lukisan AI untuk bermain Go dengan anda, tiada cara untuk model pengecaman muka memandu kereta dan tiada cara untuk anda mendapatkan AlphaGo untuk menulis artikel. Sebaliknya, manusia, walaupun mereka hanya mempunyai otak kecil (dan nombor)
- AI 826 2024-06-08 09:10:05
-
- Untuk menjadikan model besar memainkan peranan yang lebih besar, ia tidak dapat dipisahkan daripada elemen utama asas pengetahuan.
- Dalam dunia model besar, terdapat beberapa perkataan slanga, seperti "kad lukisan" dan "memurnikan alkimia". Istilah ini kedengaran mudah dan menyeronokkan, tetapi untuk "elixir" benar-benar berfungsi, terdapat elemen utama di sebaliknya - pangkalan pengetahuan. Dalam pangkalan pengetahuan ini, sejumlah besar maklumat dan teknik disimpan untuk membantu pemain lebih memahami dan menggunakan slanga ini. Pangkalan pengetahuan bukan sahaja mengandungi peraturan dan permainan permainan, tetapi juga melibatkan cerita latar belakang dan watak permainan Dari pemprosesan bahasa semula jadi (NLP) dan penjanaan kandungan kepada pengecaman imej, model besar itu telah menunjukkan keupayaan yang menakjubkan dalam pelbagai bidang. . Walau bagaimanapun, apabila model besar menangani masalah dalam bidang tertentu, hasil output mungkin tidak tepat atau cukup relevan kerana kekurangan pengetahuan latar belakang yang diperlukan. Bagaimanakah kita harus memahami pangkalan pengetahuan yang dibina khusus untuk AI? asas pengetahuan
- AI 690 2024-06-07 22:44:36
-
- GPT-4o revolusioner: Membentuk semula pengalaman interaksi manusia-komputer
- Model GPT-4o yang dikeluarkan oleh OpenAI sudah pasti satu kejayaan besar, terutamanya dalam keupayaannya untuk memproses berbilang media input (teks, audio, imej) dan menjana output yang sepadan. Keupayaan ini menjadikan interaksi manusia-komputer lebih semula jadi dan intuitif, meningkatkan kepraktisan dan kebolehgunaan AI. Beberapa sorotan utama GPT-4o termasuk: kebolehskalaan tinggi, input dan output multimedia, penambahbaikan selanjutnya dalam keupayaan pemahaman bahasa semula jadi, dsb. 1. Input/output merentas media: GPT-4o+ boleh menerima sebarang kombinasi teks, audio dan imej sebagai input dan terus menjana output daripada media ini. Ini memecahkan had model AI tradisional yang hanya memproses satu jenis input, menjadikan interaksi manusia-komputer lebih fleksibel dan pelbagai. Inovasi ini membantu kuasa pembantu pintar
- AI 566 2024-06-07 21:02:31
-
- Pendaftaran untuk Persidangan Zhiyuan Beijing 2024 dibuka!
- Persidangan Zhiyuan Beijing ialah acara pakar yang komprehensif dalam bidang kecerdasan buatan Sejak kemunculannya pada Oktober 2019, ia telah berjaya diadakan selama lima kali. Dengan ciri-ciri tersendiri, persidangan itu menjemput penyelidik dari dalam dan luar negara untuk memberikan ucapan yang indah dan dialog yang mendalam Seramai 11 pemenang Anugerah Turing telah mengambil bahagian dalam persidangan itu Setiap tahun, kira-kira 200 pakar terkemuka hadir, dan 500,000 penonton daripada lebih daripada 30 negara dan wilayah berkumpul bersama , berkongsi hasil penyelidikan, meneroka pengetahuan termaju, bertukar pengalaman praktikal dan mewujudkan kerjasama yang erat. Ciri-ciri persidangan: Perspektif global: Komunikasi bersemuka dengan pakar terkemuka dunia, alami pesona teknologi tanpa sempadan: Penyelidik cemerlang tahun ini berkumpul untuk bertukar-tukar idea baharu dan menerokai idea baharu : meneroka isu utama dalam bidang AI, mengeluarkan konsep penting, dan membimbing Hala Tuju Masa Depan Bab yang cerah dalam tempoh lima tahun yang lalu,
- AI 958 2024-06-07 19:36:31
-
- XJTLU dan Universiti Liverpool mencadangkan: semakan komprehensif pertama bagi peningkatan data awan titik
- 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 Penulis pertama kertas kerja ini, Zhu Qinfeng, adalah calon kedoktoran tahun pertama yang dilatih bersama oleh Universiti Xi'an Jiaotong-Liverpool dan Penyelianya Profesor Madya Fan Lei. Arah penyelidikan utama beliau ialah segmentasi semantik, gabungan maklumat pelbagai mod, penglihatan 3D, imej hiperspektral dan peningkatan data. pelajaran
- AI 816 2024-06-07 18:54:46
-
- Model AI Generatif PK besar——GPT-4, Claude 2.1 dan Claude 3.0 Opus
- Untuk mengetahui lebih lanjut tentang AIGC, sila layari: Komuniti 51CTOAI.x https://www.51cto.com/aigc/ Pengenalan Pada masa ini, penilaian baharu sistem RAG (Retrieval Augmentation Generation) nampaknya dikeluarkan setiap hari, kebanyakannya berpusat Semasa fasa mendapatkan semula bingkai yang berkaitan. Walau bagaimanapun, aspek generatif—cara model mensintesis dan menyatakan maklumat yang diperoleh ini—mungkin sama penting dalam amalan. Banyak kes aplikasi praktikal membuktikan bahawa sistem bukan sahaja perlu memulangkan data dari konteks, tetapi juga perlu mengubah maklumat ini menjadi tindak balas yang lebih kompleks. Untuk tujuan ini, kami telah menjalankan beberapa eksperimen dan menguji keupayaan penjanaan tiga model: GPT-4, Claude2.1 dan Claude3Opus.
- AI 1172 2024-06-07 18:32:37
-
- Adakah set data yang berbeza mempunyai undang-undang penskalaan yang berbeza? Dan anda boleh meramalkannya dengan algoritma pemampatan
- Secara umumnya, lebih banyak pengiraan yang diperlukan untuk melatih rangkaian saraf, lebih baik prestasinya. Apabila menskalakan pengiraan, keputusan mesti dibuat: meningkatkan bilangan parameter model atau meningkatkan saiz set data—dua faktor yang mesti ditimbang dalam belanjawan pengiraan tetap. Kelebihan menambah bilangan parameter model ialah ia boleh meningkatkan kerumitan dan keupayaan ekspresi model, dengan itu lebih sesuai dengan data latihan. Walau bagaimanapun, terlalu banyak parameter boleh menyebabkan pemasangan berlebihan, menjadikan model berprestasi buruk pada data yang tidak kelihatan. Sebaliknya, mengembangkan saiz set data boleh meningkatkan keupayaan generalisasi model dan mengurangkan masalah overfitting. Biar kami memberitahu anda: Selagi anda memperuntukkan parameter dan data dengan sewajarnya, anda boleh memaksimumkan prestasi dalam belanjawan pengkomputeran tetap. Banyak kajian terdahulu telah meneroka Scalingl model bahasa saraf.
- AI 794 2024-06-07 17:51:01
-
- Warga Wuhan memuji pemanduan autonomi, dan Biro Pengangkutan Perbandaran: Bekerjasama dengan syarikat terkemuka untuk mencipta rangka tindakan baharu untuk industri kereta bersambung pintar
- "Wuhan City sangat mementingkan pembangunan industri kenderaan bersambung pintar dan telah berturut-turut membuka lebih 1,000 kilometer jalan terbuka kepada kenderaan bersambung pintar. Ia menggalakkan syarikat kenderaan bersambung pintar terkemuka untuk menetap di Wuhan dan bekerjasama untuk mencipta pelan tindakan baharu untuk pembangunan industri kenderaan bersambung pintar Wuhan Baidu Carrot Sebagai sebuah syarikat terkemuka dalam industri pemanduan autonomi, Kuaipao mementingkan pembangunan industri automobil bersambung pintar Wuhan dan telah terlibat secara mendalam dalam perkhidmatan pemanduan autonomi sejak menetap di Pembangunan Ekonomi Wuhan. Zon pada Ogos 2022. Baidu Luobo Kuaipao akan terus mempromosikan perkhidmatan pengalaman pemanduan autonomi untuk membolehkan lebih ramai rakyat merasai daya tarikan teknologi yang dibawa oleh teknologi pemanduan autonomi "Pada 30 Mei, Biro Pengangkutan Perbandaran Wuhan bertindak balas terhadap permintaan rakyat untuk meningkatkan publisiti positif pemanduan autonomi, yang menarik perhatian meluas. Warganegara yang disebutkan di atas menyatakan dalam perutusannya,
- AI 387 2024-06-07 17:31:02
-
- Hot ChatTTS menembusi siling suara sumber terbuka dan memperoleh 9k bintang dalam masa 3 hari
- Adakah ini rupa masa depan komunikasi antara manusia? Baru-baru ini, projek teks-ke-ucapan yang dipanggil ChatTTS telah menjadi popular dan menarik perhatian ramai. Dalam masa tiga hari sahaja, ia telah memperoleh 9.2k bintang di GitHub. Alamat projek: https://github.com/2noise/ChatTTS/tree/main Penulis sendiri juga berkata pada x bahawa ChatTTS telah menembusi siling sumber terbuka. Walau bagaimanapun, yang kini menjadi sumber terbuka hanyalah model asas, yang belum diselia dan diperhalusi oleh SFT. Projek ini menukarkan teks kepada pertuturan, dan kesannya adalah seperti berikut: ChatTTS bukan sahaja boleh berbahasa Cina, tetapi juga memegang bahasa Inggeris Ia juga menyokong beberapa kawalan halus, yang membolehkan anda menambah ketawa, pertuturan, dsb.
- AI 661 2024-06-07 17:10:54
-
- Algoritma CVM terobosan menyelesaikan lebih daripada 40 tahun masalah pengiraan! Saintis komputer membelek syiling untuk mengetahui perkataan unik untuk 'Hamlet'
- Mengira kedengaran mudah, tetapi sangat sukar untuk dilaksanakan dalam amalan. Bayangkan anda diangkut ke hutan hujan tropika yang asli untuk menjalankan banci hidupan liar. Setiap kali anda melihat haiwan, ambil gambar. Kamera digital hanya merekodkan jumlah bilangan haiwan yang dijejaki, tetapi anda berminat dengan bilangan haiwan unik, tetapi tiada statistik. Jadi apakah cara terbaik untuk mengakses populasi haiwan yang unik ini? Pada ketika ini, anda mesti berkata, mula mengira sekarang dan akhirnya bandingkan setiap spesies baharu daripada foto ke senarai. Walau bagaimanapun, kaedah pengiraan biasa ini kadangkala tidak sesuai untuk jumlah maklumat sehingga berbilion-bilion penyertaan. Para saintis komputer dari Institut Statistik India, UNL, dan Universiti Nasional Singapura telah mencadangkan algoritma baharu - CVM. Ia boleh menganggarkan pengiraan item yang berbeza dalam senarai panjang.
- AI 1104 2024-06-07 15:44:57
-
- Baidu mengesyorkan amalan permulaan dingin sumber
- 1. Konsep Permulaan Dingin Kandungan dan Cabaran Syor Suapan Baidu ialah platform pengesyoran aliran maklumat yang komprehensif dengan ratusan juta pengguna bulanan. Platform ini merangkumi pelbagai jenis kandungan seperti grafik, video, kemas kini, program mini, Soal Jawab, dsb. Ia bukan sahaja menyediakan pengesyoran klik dan klik yang serupa dengan lajur tunggal atau berganda, tetapi juga termasuk pelbagai borang pengesyoran seperti rendaman video. Pada masa yang sama, sistem pengesyoran ialah sistem berbilang pemegang kepentingan yang bukan sahaja merangkumi pengalaman pengguna sisi C. Pengeluar kandungan memainkan peranan penting dalam sistem pengesyoran Baidu Feed mempunyai sejumlah besar pengamal aktif, menghasilkan sejumlah besar kandungan setiap hari. Intipati sistem pengesyoran platform kandungan adalah untuk mencapai situasi menang-menang untuk semua pihak Bagi pihak pengguna: platform perlu terus mengesyorkan kandungan berkualiti tinggi, segar dan pelbagai kepada pengguna, menarik lebih ramai pengguna dan menyumbang lebih banyak masa. ; untuk pihak penulis
- AI 710 2024-06-07 15:08:43