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:
-
- Apa yang dipelajari oleh LinkedIn daripada menggunakan model bahasa yang besar untuk memberi perkhidmatan kepada satu bilion pengguna
- Dengan lebih daripada 1 bilion pengguna di seluruh dunia, LinkedIn terus mencabar had teknologi perusahaan hari ini. Beberapa syarikat beroperasi agak seperti LinkedIn, atau mempunyai sumber data yang sama luas. Platform media sosial yang memfokuskan perniagaan dan pekerjaan ini menghubungkan calon yang layak dengan bakal majikan, dan membantu mengisi kekosongan pekerjaan adalah perniagaan terasnya. Ia juga penting untuk memastikan bahawa siaran di platform mencerminkan keperluan majikan dan pengguna. Di bawah model LinkedIn, proses pemadanan ini sentiasa bergantung pada teknologi. Menjelang musim panas 2023, apabila GenAI mula mendapat sambutan, LinkedIn mula mempertimbangkan sama ada untuk memanfaatkan model bahasa besar (LLM) untuk memadankan calon dengan majikan dan menjadikan aliran maklumat lebih berguna. Oleh itu,
- AI 541 2024-04-26 16:49:11
-
- FisheyeDetNet: algoritma pengesanan sasaran pertama berdasarkan kamera fisheye
- Pengesanan objek ialah masalah yang agak matang dalam sistem pemanduan autonomi, antaranya pengesanan pejalan kaki adalah salah satu algoritma terawal untuk digunakan. Penyelidikan yang sangat komprehensif telah dijalankan dalam kebanyakan kertas kerja. Walau bagaimanapun, persepsi jarak menggunakan kamera fisheye untuk pandangan sekeliling agak kurang dikaji. Disebabkan herotan jejari yang besar, perwakilan kotak sempadan standard sukar dilaksanakan dalam kamera fisheye. Untuk mengurangkan perihalan di atas, kami meneroka kotak sempadan lanjutan, elips dan reka bentuk poligon am ke dalam perwakilan kutub/sudut dan mentakrifkan metrik mIOU pembahagian contoh untuk menganalisis perwakilan ini. Model fisheyeDetNet yang dicadangkan dengan bentuk poligon mengatasi model lain dan pada masa yang sama mencapai 49.5% mAP pada set data kamera fisheye Valeo untuk pemanduan autonomi
- AI 997 2024-04-26 11:37:01
-
- Mari kita bincangkan tentang perlanggaran antara pembelajaran mesin dan pengurusan sumber manusia?
- Pengenalan Dalam beberapa tahun kebelakangan ini, banyak kejayaan besar telah dibuat dalam bidang pembelajaran mesin, dan produk perkhidmatan pengurusan sumber manusia yang didorong oleh teknologi kecerdasan buatan juga mempunyai pasaran yang besar dan dinamik. Semakin banyak syarikat dan agensi kerajaan secara beransur-ansur memikirkan tentang menggunakan teknologi pembelajaran mesin kepada pengurusan sumber manusia, membuat keputusan yang berkesan melalui rangkaian saraf dan meramalkan hasil pengurusan sumber manusia dengan tepat. Artikel ini memperkenalkan empat aspek mengaplikasikan pembelajaran mesin kepada penyelidikan pengurusan sumber manusia, terutamanya termasuk kesukaran teknikal, pengenalan kepada sistem membuat keputusan pengurusan sumber manusia, kaedah reka bentuk sistem dan keselamatan sistem Diharapkan para pembaca boleh mempunyai pemahaman awal tentang penyelidikan berkaitan . Kesukaran Teknikal Pada tahun 2019, Ketua Pegawai Eksekutif 20 syarikat besar di Amerika Syarikat telah menjalankan seminar yang berkaitan Hasilnya menunjukkan bahawa penerapan teknologi pembelajaran mesin dalam pengurusan sumber manusia
- AI 676 2024-04-26 10:25:07
-
- Docker melengkapkan penggunaan tempatan model besar sumber terbuka LLama3 dalam masa tiga minit
- Gambaran Keseluruhan LLaMA-3 (LargeLanguageModelMetaAI3) ialah model kecerdasan buatan generatif sumber terbuka berskala besar yang dibangunkan oleh Syarikat Meta. Ia tidak mempunyai perubahan besar dalam struktur model berbanding LLaMA-2 generasi sebelumnya. Model LLaMA-3 dibahagikan kepada versi skala yang berbeza, termasuk kecil, sederhana dan besar, untuk memenuhi keperluan aplikasi dan sumber pengkomputeran yang berbeza. Saiz parameter model kecil ialah 8B, saiz parameter model sederhana ialah 70B, dan saiz parameter model besar mencapai 400B. Walau bagaimanapun, semasa latihan, matlamatnya adalah untuk mencapai kefungsian berbilang modal dan berbilang bahasa, dan hasilnya dijangka setanding dengan GPT4/GPT4V. Pasang OllamaOllama ialah model bahasa besar sumber terbuka (LL
- AI 1556 2024-04-26 10:19:21
-
- Kuantiti, pemangkasan, penyulingan, apa sebenarnya yang dikatakan slanga model besar ini?
- Kuantiti, pemangkasan, penyulingan, jika anda sering memberi perhatian kepada model bahasa yang besar, anda pasti akan melihat perkataan ini Lihat sahaja perkataan ini, sukar bagi kita untuk memahami apa yang mereka lakukan, tetapi ini Beberapa perkataan sangat penting untuk pembangunan. model bahasa yang besar pada peringkat ini. Artikel ini akan membantu anda mengenali mereka dan memahami prinsip mereka. Pengkuantitian mampatan model, pemangkasan dan penyulingan sebenarnya adalah teknologi pemampatan model rangkaian saraf umum dan tidak eksklusif untuk model bahasa yang besar. Kepentingan pemampatan model: Selepas pemampatan, fail model akan menjadi lebih kecil, ruang cakera keras yang digunakan juga akan menjadi lebih kecil, ruang cache yang digunakan semasa memuatkan ke dalam memori atau dipaparkan juga akan menjadi lebih kecil, dan kelajuan berjalan model juga mungkin diperbaiki. Melalui pemampatan, menggunakan model akan menggunakan kurang sumber pengkomputeran, yang boleh berskala besar
- AI 928 2024-04-26 09:28:18
-
- Menginovasi cara untuk memperhalusi LLM: tafsiran komprehensif kuasa inovatif dan nilai aplikasi torchtune perpustakaan asli PyTorch
- Dalam bidang kecerdasan buatan, model bahasa besar (LLM) semakin menjadi tempat hangat baharu dalam penyelidikan dan aplikasi. Walau bagaimanapun, cara untuk menala raksasa ini dengan cekap dan tepat sentiasa menjadi cabaran penting yang dihadapi oleh industri dan akademik. Baru-baru ini, blog rasmi PyTorch menerbitkan artikel tentang TorchTune, yang menarik perhatian meluas. Sebagai alat yang memfokuskan pada penalaan dan reka bentuk LLM, TorchTune sangat dipuji kerana sifat saintifik dan praktikalnya. Artikel ini akan memperkenalkan secara terperinci fungsi, ciri dan aplikasi TorchTune dalam penalaan LLM, dengan harapan dapat memberikan pembaca pemahaman yang komprehensif dan mendalam. 1. Latar belakang kelahiran dan kepentingan TorchTune, pembangunan teknologi pembelajaran mendalam dan model pembelajaran mendalam (LLM)
- AI 860 2024-04-26 09:20:02
-
- Jiyue sekali lagi bergabung tenaga dengan NVIDIA, dan platform pengkomputeran berprestasi tinggi Thor akan dilancarkan pada 2026
- Selepas empat tahun tidak hadir, Pameran Automobil Antarabangsa Beijing ke-18 kembali. Sebagai perintis dalam perisikan, Jiyue, jenama robot kereta pintar mewah, menggunakan tema "Jiyue lebih bijak dan lebih cantik" untuk mentafsir teknologi AI masa hadapan, membuat penampilan pertamanya di Pameran Auto Beijing. Pada 25 April 2024, Jiyue Auto Robot membuat debutnya di Pameran Auto Beijing dengan barisan produk baharunya, kereta pemacu elektrik tulen AI pintar Jiyue 07, membuat penampilan sulungnya di pameran kereta itu, dengan reka bentuk asli China. dengan estetika artistik yang kukuh, memenangi gelaran "Siri 7 Tercantik". Jiyue dan NVIDIA telah bergabung semula, dan platform pengkomputeran berprestasi tinggi 1000TFLOPS Thor akan dikeluarkan secara besar-besaran pada tahun 2026. Pada masa yang sama, Jiyue 01 juga akan dinaik taraf kepada versi V1.5.0 terkini, PPA Smart
- AI 1224 2024-04-26 08:28:01
-
- 'satu kereta dengan pelbagai negeri' Changan Qiyuan E07 mengubah persepsi tradisional Adakah kereta masa depan akan mengubah robot?
- Pada 25 April 2024, Pameran Auto Antarabangsa Beijing (dirujuk sebagai Pameran Auto Beijing) dibuka dengan jayanya di Pusat Pameran Antarabangsa China di Beijing, dengan Changan Qiyuan E07 membuat penampilan sulung besarnya. Ia mempunyai bentuk berubah-ubah, fungsi berubah-ubah dan perisian berubah-ubah Ia merupakan kereta baharu pembolehubah keluaran besar-besaran pertama di dunia dan satu kejayaan dalam kemajuan kecerdasan Changan Automobile. Ia juga dikenali sebagai "Cybertruck versi Cina" kerana reka bentuk gaya dan seni bina perisiannya. Changan Qiyuan E07 yang menemui pengguna kali ini membawa faedah kejutan istimewa. Pengguna yang memuat turun dan mendaftar APP eksklusif rasmi - Topspace boleh menerima 1,000 yuan dana peralatan pilihan. Menyertai aktiviti boleh memperoleh sekurang-kurangnya 120 yuan/hari dana peralatan pilihan. Selain itu, Changan Qiyuan E07 juga telah melancarkan hak akses awal dan aktiviti minat
- AI 908 2024-04-25 21:04:45
-
- Yan Shuicheng mengambil alih dan menubuhkan bentuk muktamad 'model besar multi-modal visual universal'! Pemahaman/penjanaan/segmentasi/penyuntingan bersatu
- Baru-baru ini, pasukan Profesor Yan Shuicheng bersama-sama mengeluarkan model bahasa besar berbilang mod visual peringkat piksel universal Vitron dan sumber terbuka. Laman utama projek & Demo: https://vitron-llm.github.io/ Pautan kertas: https://is.gd/aGu0VV Kod sumber terbuka: https://github.com/SkyworkAI/Vitron Ini adalah tugas berat penglihatan umum Model besar berbilang modal menyokong satu siri tugas visual daripada pemahaman visual kepada penjanaan visual, daripada tahap rendah kepada tahap tinggi, menyelesaikan masalah pemisahan model imej/video yang telah melanda industri model bahasa besar untuk masa yang lama, dan menyediakan imej statik bersatu yang komprehensif Memahami, menjana, membahagikan dan mengedit kandungan video dinamik
- AI 1077 2024-04-25 20:04:15
-
- Alipay melancarkan pembantu pintar secara senyap-senyap, dan kami juga mengujinya secara rahsia
- Alipay telah didedahkan telah melancarkan produk AI baharu! Qubit mengetahui bahawa Alipay menjalankan ujian skala kelabu pada pembantu pintar AI. Pintu masuk ke produk AI ini terletak pada halaman utama Alipay, tetapi ia tersembunyi dengan mendalam. Jika anda bernasib baik kerana berada dalam skala kelabu, anda akan melihat butang "Pembantu Pintar" apabila anda mengklik tanda tambah di penjuru kanan sebelah atas halaman utama. Walau bagaimanapun, pembantu pintar Alipay berbeza daripada model besar komunikasi perbualan dan penciptaan berbantu biasa, tetapi lebih kepada pembantu AI berorientasikan perkhidmatan. Menurut paparan antara mukanya, arahan perkhidmatan seperti perundingan perubatan, pemeriksaan tabung simpanan pejabat, membeli tiket penerbangan, mencari tandas dan mengesyorkan filem boleh dijalankan. Selain itu, ia juga boleh mengesyorkan fungsi Alipay yang sepadan atau menyambung terus program mini mengikut keperluan, berfungsi sebagai fungsi navigasi pintar dalam Apl. Selepas mengetahui berita itu, Qubit segera mengklik
- AI 1561 2024-04-25 18:25:17
-
- Indeks model besar berbilang mod teks 8B adalah hampir dengan GPT4V, Huashan dan Huake yang dicadangkan bersama TextSquare
- Lajur AIxiv ialah lajur tempat laman web 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 karya cemerlang yang ingin anda kongsi, sila serahkan artikel atau hubungi e-mel pelaporan. E-mel penyerahan: liyazhou@jiqizhixin.com; zhaoyunfeng@jiqizhixin.com. Baru-baru ini, model besar berbilang modal (MLLM) telah mencapai kemajuan yang ketara dalam bidang VQA berteraskan teks, terutamanya berbilang model sumber tertutup, seperti GPT4V dan Gemini, yang malah telah menunjukkan prestasi di luar kemampuan manusia dalam beberapa aspek. Namun, buka
- AI 1309 2024-04-25 18:16:01
-
- Bersedia untuk kecerdasan buatan untuk mengubah industri pembinaan
- Teknologi pandu sendiri terkini telah mencapai kemajuan yang luar biasa daripada sistem pandu sendiri kereta kepada navigasi automatik pesawat dan instrumen pandu sendiri, generasi pertama kecerdasan buatan ada di mana-mana. Alat ini telah mengubah cara kita hidup dan cara kita berinteraksi dengan dunia dan satu sama lain. Ingat dunia 30 tahun yang lalu? Ia adalah dunia tanpa Internet, tanpa e-mel, tanpa media sosial, tanpa fotografi di mana-mana, tanpa ride-hailing dalam talian, apatah lagi trem. Kepintaran buatan generasi akan datang, yang dikenali sebagai kecerdasan am buatan (AGI), akan mampu memahami pelbagai tugas, seperti pemikiran abstrak. Ia akan dapat menilai dan menyesuaikan diri seperti manusia. Ini akan mengubah sepenuhnya dunia yang kita diami, mungkin dalam tempoh 20-30 tahun akan datang. AGI akan tersedia dalam masa terdekat
- AI 990 2024-04-25 17:50:01
-
- Percepatkan model resapan, jana imej tahap SOTA dalam 1 langkah terpantas, Byte Hyper-SD ialah sumber terbuka
- Baru-baru ini, DiffusionModel telah mencapai kemajuan yang ketara dalam bidang penjanaan imej, membawa peluang pembangunan yang belum pernah berlaku sebelum ini kepada tugas penjanaan imej dan penjanaan video. Walaupun hasil yang mengagumkan, sifat denoising berulang pelbagai langkah yang wujud dalam proses inferens model resapan menghasilkan kos pengiraan yang tinggi. Baru-baru ini, satu siri algoritma penyulingan model resapan telah muncul untuk mempercepatkan proses inferens model resapan. Kaedah-kaedah ini secara kasar boleh dibahagikan kepada dua kategori: i) penyulingan pemuliharaan trajektori; ii) penyulingan pembinaan semula trajektori. Walau bagaimanapun, kedua-dua jenis kaedah ini akan dihadkan oleh siling kesan terhad atau perubahan dalam domain output. Untuk menyelesaikan masalah ini, pasukan teknikal ByteDance mencadangkan kaedah konsisten pembahagian trajektori yang dipanggil Hyper-SD.
- AI 1191 2024-04-25 17:25:30
-
- Bolehkah peta dalam talian masih seperti ini? MapTracker: Gunakan penjejakan untuk merealisasikan SOTA baharu peta dalam talian!
- Ditulis di atas & pemahaman peribadi penulis ialah algoritma ini membolehkan pembinaan peta berketepatan tinggi dalam talian. Kaedah kami, MapTracker, mengumpul aliran sensor ke dalam penimbal memori untuk dua paparan: 1) Rasterlaten dalam ruang Pandangan Mata Burung (BEV) dan 2) Vektorlaten pada elemen jalan raya (iaitu, lintasan pejalan kaki, garisan lorong dan sempadan jalan). Kaedah ini menggunakan paradigma penyebaran pertanyaan dalam penjejakan objek, yang secara eksplisit mengaitkan elemen jalan yang dijejaki bagi bingkai sebelumnya dengan bingkai semasa, sambil menggabungkan subset pendam memori dengan langkah jarak ke pautan sumber terbuka: https: //map-tracker .github.io/ Secara ringkasnya, sumbangan utama artikel ini adalah seperti berikut: A new
- AI 1229 2024-04-25 17:01:17
-
- Dengan hanya 1/17 kos latihan Llama3, model MoE sumber terbuka Snowflake 128x3B
- Kepingan salji menyertai pergaduhan LLM. Snowflake mengeluarkan Arctic, model "kecerdasan perusahaan" tinggi, memfokuskan pada aplikasi perusahaan dalaman. Baru-baru ini, pengurusan data dan pembekal gudang Snowflake mengumumkan bahawa ia telah menyertai pergaduhan LLM dan mengeluarkan SnowflakeArctic, model bahasa besar (LLM) peringkat atas yang memfokuskan pada aplikasi peringkat perusahaan. Sebagai LLM yang dilancarkan oleh syarikat pengkomputeran awan, Arctic terutamanya mempunyai dua kelebihan berikut: Kepintaran yang cekap: Arctic berfungsi dengan baik dalam tugas perusahaan, seperti penjanaan SQL, pengaturcaraan dan arahan yang mengikuti, malah boleh bersaing dengan latihan sumber terbuka yang menggunakan lebih tinggi. kos pengkomputeran setanding. Arctic menyediakan peralatan latihan yang kos efektif
- AI 700 2024-04-25 16:10:09