Peranti teknologi
AI
AI mencabar komposisi peperiksaan kemasukan kolej sekali lagi, bergantung pada teknologi teras tegar yang berkuasa untuk mencapai penulisan 'kedua'.
AI mencabar komposisi peperiksaan kemasukan kolej sekali lagi, bergantung pada teknologi teras tegar yang berkuasa untuk mencapai penulisan 'kedua'.
Semalam (7 Jun), Peperiksaan Kemasukan Kolej Bersepadu Kebangsaan 2022 telah bermula ujian mata pelajaran Bahasa Cina peperiksaan kemasukan kolej, dan soalan komposisi 7 set kertas ujian Bahasa Cina peperiksaan kemasukan kolej telah dikeluarkan. Kecerdasan buatan (AI) sekali lagi mencabar esei peperiksaan kemasukan kolej. Dilaporkan bahawa manusia digital maya Baidu AI mencabar penulisan gubahan peperiksaan kemasukan kolej selepas ujian bahasa Cina peperiksaan kemasukan kolej berakhir hari ini, dan menyelesaikan 40 gubahan dalam masa 40 saat!
Ini peperiksaan kemasukan kolej sekali lagi. Selepas 12 tahun bekerja keras, saya hanya menunggu untuk mengambil ujian. Hari ini, ujian mata pelajaran Bahasa Cina Peperiksaan Kemasukan Kolej Kebangsaan telah berakhir, dan soalan gubahan tujuh set kertas Peperiksaan Kemasukan Kolej Cina (termasuk Kertas Kebangsaan A, Kertas Kebangsaan B, Kertas Peperiksaan Masuk Kolej Baharu I, Kertas Peperiksaan Masuk Kolej Baharu II. , dan tiga set kertas cadangan bebas dari Beijing, Tianjin, dan Zhejiang) juga Sudah dikeluarkan.
Sebagai contoh, Gubahan bahan Kertas Kebangsaan A ""A Dream of Red Mansions" menulis tentang 'Soalan Peperiksaan Grand View Garden Betul' Ada plot" tulis artikel berdasarkan kandungan yang berkaitan bahan; Kertas B Kebangsaan "Beijing: Kota Sukan Olimpik Berganda" "Bahan-bahan yang berkaitan, tulis artikel dengan tema "Melompat, Melompat Lagi"; Kertas Peperiksaan Kemasukan Kolej Baharu Kebangsaan I, Kertas Peperiksaan Kemasukan Kolej Baharu Kebangsaan II, Kertas Tianjin, dan Kertas Zhejiang juga merupakan soalan esei bahan, manakala soalan esei Kertas Beijing termasuk penulisan mikro dan pilih satu daripada dua soalan.
Malah, tidak kira set kertas ujian Bahasa Cina peperiksaan kemasukan kolej mana pun, komposisi itu boleh dikatakan sebagai bahagian penting dalam melebarkan jurang dalam markah peperiksaan kemasukan kolej Cina. Dengan perkembangan pesat teknologi AI, manusia digital maya AI muncul dalam pelbagai industri dan bidang. Antaranya, setakat komposisi Cina, kecerdasan buatan (AI) telah masuk ke bilik peperiksaan bersama-sama dengan ramai pelajar peperiksaan kemasukan kolej, mencabar komposisi peperiksaan kemasukan kolej, mencetuskan pertarungan puncak "perang manusia-mesin", dan mengalahkan beberapa penulis.
Dikatakan bahawa robot "Juara" yang dibangunkan oleh Google menerima markah sempurna sebanyak 100 mata daripada pengulas pakar yang telah mengambil bahagian dalam pemarkahan esei peperiksaan kemasukan kolej Ini juga mencerminkan dari segi pemprosesan bahasa AI keupayaan adalah benar-benar lebih tinggi daripada kem manusia. Hari ini (hari pertama peperiksaan kemasukan kolej), manusia digital maya AI turut mencabar esei peperiksaan kemasukan kolej sekali lagi.
Malah, peperiksaan kemasukan kolej penulisan gubahan bahasa Cina menimbulkan cabaran hebat kepada keupayaan kecerdasan buatan (AI). Sesetengah pakar dalam industri mengatakan bahawa menulis peperiksaan kemasukan kolej komposisi Cina oleh orang digital maya AI adalah lebih sukar daripada menulis ulasan, ringkasan, dan penulisan kreatif pengiklanan Ia menghadapi sekurang-kurangnya tiga cabaran utama: keupayaan "semakan soalan", keupayaan "logik". , dan keupayaan "kreativiti". Sebagai calon AI, personaliti digital Baidu Du Xiaoxiao mencabar dirinya untuk menyiapkan 40 esei peperiksaan kemasukan kolej dalam masa 40 saat semasa siaran langsung pada pukul 13:00.
Setakat yang penulis faham, manusia digital maya AI ini didorong oleh teknologi teras Baidu Brain 7.0 dan menyepadukan teknologi interaksi pelbagai mod, pemodelan manusia digital 3D, pemahaman bahasa semula jadi, pengecaman pertuturan, terjemahan mesin dan banyak lagi. lebih banyak Teknologi, dan penerapan model besar Baidu Wenxin, mempunyai keupayaan yang kuat untuk menyemak, memahami dan mencipta, mengelakkan artikel luar topik dan membosankan, dan mempunyai jaminan kualiti "menulis seperti tuhan".
Malah, bukan perkara baharu yang boleh ditulis oleh kecerdasan buatan (AI) dalam dan luar negara seperti Agensi Berita Xinhua dan AFP telah pun menggunakan kecerdasan buatan (AI) untuk kes pelaporan berita, dan secara meluas. aktif. Dalam kes berita seperti kewangan dan sukan. Sama ada dari segi kepantasan menulis atau kualiti artikel, jelas sekali kecerdasan buatan (AI) telah menang kerana ia berasaskan data dan teknologi algoritma yang berkuasa!
Walau bagaimanapun, terdapat pepatah bahawa "seni datang dari kehidupan dan lebih tinggi daripada kehidupan Lagipun, kecerdasan buatan (AI) tidak boleh benar-benar mengalami kehidupan seperti manusia, dan ia tidak dapat mengekspresikan emosi manusia yang kompleks, dan mempunyai." tiada kefahaman tentang kehidupan.. Mesti banyak perjalanan sebelum kita dapat menggantikan sepenuhnya penulis, penyair, wartawan, editor dan pengamal penulisan lain yang berkaitan!
Atas ialah kandungan terperinci AI mencabar komposisi peperiksaan kemasukan kolej sekali lagi, bergantung pada teknologi teras tegar yang berkuasa untuk mencapai penulisan 'kedua'.. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!
Alat AI Hot
Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik
AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.
Undress AI Tool
Gambar buka pakaian secara percuma
Clothoff.io
Penyingkiran pakaian AI
AI Hentai Generator
Menjana ai hentai secara percuma.
Artikel Panas
Alat panas
Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma
SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan
Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa
Dreamweaver CS6
Alat pembangunan web visual
SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)
Topik panas
1371
52
Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI
Jun 28, 2024 am 03:51 AM
Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal
Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag
Jun 10, 2024 am 11:08 AM
Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi
Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi
Jun 11, 2024 pm 03:57 PM
Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya
Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool
Jun 07, 2024 am 10:06 AM
Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks
Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG
Jul 25, 2024 am 06:42 AM
Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka
Lima sekolah pembelajaran mesin yang anda tidak tahu
Jun 05, 2024 pm 08:51 PM
Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada
Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama
Jul 17, 2024 pm 06:37 PM
Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S
Meletakkan pasaran seperti AI, GlobalFoundries memperoleh teknologi gallium nitrida Tagore Technology dan pasukan berkaitan
Jul 15, 2024 pm 12:21 PM
Menurut berita dari laman web ini pada 5 Julai, GlobalFoundries mengeluarkan kenyataan akhbar pada 1 Julai tahun ini, mengumumkan pemerolehan teknologi power gallium nitride (GaN) Tagore Technology dan portfolio harta intelek, dengan harapan dapat mengembangkan bahagian pasarannya dalam kereta dan Internet of Things dan kawasan aplikasi pusat data kecerdasan buatan untuk meneroka kecekapan yang lebih tinggi dan prestasi yang lebih baik. Memandangkan teknologi seperti AI generatif terus berkembang dalam dunia digital, galium nitrida (GaN) telah menjadi penyelesaian utama untuk pengurusan kuasa yang mampan dan cekap, terutamanya dalam pusat data. Laman web ini memetik pengumuman rasmi bahawa semasa pengambilalihan ini, pasukan kejuruteraan Tagore Technology akan menyertai GLOBALFOUNDRIES untuk membangunkan lagi teknologi gallium nitride. G
