第 55 頁-探索人工智慧技術的未來

目前位置：首頁 > 科技文章 > 科技週邊 > 人工智慧

方向：: 全部網路3.0 後端開發 web前端資料庫運維開發工具 php框架每日程式設計微信小程式常見問題其他科技 CMS教程 Java 系統教程電腦教學硬體教學手機教學軟體教學手遊教學

分類：: 人工智慧 IT業界

最熱

最新

早半年發arXiv，卻被質疑抄襲：活在微軟AutoGen陰影裡的CAMEL

arXiv不是同儕審查期刊，所以發在arXiv上的論文不必被引用，這合理嗎？如果你對AI智能體有興趣，那你一定知道微軟的AutoGen。它是一個用於建立AI智能體的開源程式框架，允許多個智能體透過聊天來解決任務。其間，LLM智能體可以扮演多種角色，如程式設計師、設計師，或是各種角色的組合。在GitHub上，這個計畫已經收穫了28k的star量，論文還在ICLR2024LLMAgentWorkshop上獲得了最佳論文獎。不過，這篇論文的背後其實是有爭議的。 2023年11月，一位AI研究者（阿卜杜拉國

人工智慧 1053 2024-07-19 14:28:48
賈佳亞團隊聯手劍橋清華等共推評測新範式一秒偵察大模型'高分低能”

顛覆過往大模式評測標準，最新、最全、最權威的評測資料集MR-Ben來了！這是繼今年4月發布堪稱GPT-4+DALL-E-3的王炸產品超強視覺語言模型Mini-Gemini後，港中文賈佳亞團隊再次提出的極具代表性的作品。在MR-Ben的「監督」下，大模型不僅要像學生一樣會答題，還要像老師那樣會閱卷，真實的推理能力無所遁形。 MR-Ben細緻評測了許多國內外一線的開源與閉源模型，如GPT4-Turbo、Cluade3.5-Sonnet、Mistral-Large、Zhipu-GLM4、

人工智慧 552 2024-07-19 13:55:25
ACL 2024 | 對25個開閉源模型數學評測，GPT-3.5-Turbo才勉強及格

AIxiv專欄是本站發布學術、技術內容的欄位。過去數年，本站AIxiv專欄接收通報了2,000多篇內容，涵蓋全球各大專院校與企業的頂尖實驗室，有效促進了學術交流與傳播。如果您有優秀的工作想要分享，歡迎投稿或聯絡報道。投稿信箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com本文作者來自香港大學和騰訊。作者列表：李沁桐，LeyangCui，趙學亮，孔令鵬，WeiBi。其中，第一作者李沁桐是香港大學自然語言處理實驗室的博士生，研究方向涉及自然語言生成

人工智慧 1113 2024-07-19 13:53:41
無損加速最高5x，EAGLE-2讓RTX 3060的生成速度超過A100

AIxiv專欄是本站發布學術、技術內容的欄位。過去數年，本站AIxiv專欄接收通報了2,000多篇內容，涵蓋全球各大專院校與企業的頂尖實驗室，有效促進了學術交流與傳播。如果您有優秀的工作想要分享，歡迎投稿或聯絡報道。投稿信箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com李堉暉：北京大學智能學院碩士，受張弘揚老師和張超老師指導，研究方向為大模型加速和對齊，正在尋找25屆工作機會魏芳芸：微軟亞研院研究員，研究方向為具身智能、影像生成及AIagen

人工智慧 629 2024-07-19 13:12:48
首支視頻思維鏈推理框架Video-of-Thought來了：像人一樣從感知到認知全面推理視頻

AIxiv專欄是本站發布學術、技術內容的欄位。過去數年，本站AIxiv專欄接收通報了2,000多篇內容，涵蓋全球各大專院校與企業的頂尖實驗室，有效促進了學術交流與傳播。如果您有優秀的工作想要分享，歡迎投稿或聯絡報道。投稿信箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com本文作者來自於新加坡國立大學、南洋理工大學以及哈工深。其中，費豪的研究方向為多模態學習、多模態大語言模型。吳勝瓊，新加坡國立大學博士生，主要研究方向為多模態大語言模型。吉煒的主

人工智慧 570 2024-07-19 13:12:42
最新爆料！百度文心大模型4.0：萬卡訓練史上最大參數模型，最快下週見

昨天，財聯社獨家爆料百度的文心大模型4.0正在加緊訓練，已經接近可發布狀態。一直以來，大家都對文心一言的訊息都會感到好奇。今天我們也扒到了更多關於文心4.0的消息，涉及了底層架構、基礎設施、訓練數據集、成本等關鍵信息，有相當高的可信度！先說核心結論：1、昨天的爆料基本屬實。目前了解到，文心大模型4.0實際上已經在小流量測試。 2.文心4.0參數量大於所有已公開發布參數的LLM，也是國內首次使用萬卡集群訓練的大模型。 3.推理成本相比文心3.5增加很多，據傳大概是8-10倍！（大模型真的很費錢！）如果

人工智慧 1085 2024-07-19 12:04:49
9.11和9.9誰大？我們實測15個大模型，超半數翻車

機器之能報道編輯：楊文大模型們還是搞不定簡單的數學題。這幾天，一個測試大模型「腦瓜」靈不靈光的提示詞火了－－9.11和9.9哪個大？這道連小學生都能一口答對的數學題，卻難倒一片大模型界的「英雄好漢」。事情是這樣的。 ScaleAI的高級提示工程師RileyGoodside拿「9.11and9.9——whichisbigger?」這個提示詞來問GPT-4o，卻得到「前者更大」的答案。其他大模型也紛紛翻車。 7月17日，我們拿國內12款大模型，外加國外的GPT-4o

人工智慧 1890 2024-07-19 11:27:21
Mistral AI兩連發：7B數學推理專用、Mamba2架構程式碼大模型

網友很好奇，Mathstral能不能搞定「9.11和9.9誰大」這個問題。昨天，AI圈竟然被「9.11和9.9誰大」這樣簡單的問題攻陷了，包括OpenAIGPT-4o、GoogleGemini等在內的大語言模型都翻了車。這讓我們看到，大語言模型在處理一些數字問題時並不能像人類那樣理解並給出正確的答案。對於數字以及複雜的數學問題，專用模型更術業有專精。今天，法國大模型獨角獸MistralAI發布了一個專注於數學推理和科學發現的7B大模型“Mathstral”，來解決需要複雜、多步驟邏輯推理的高級數

人工智慧 458 2024-07-19 09:54:11
成本減少90%以上，「主動學習+實驗工作流程」加速催化劑開發

編輯|綠羅透過合成氣的熱催化加氫合成高級醇(HAS)仍然是一項有前途的技術。鏈增長和CO插入要求需要多組分材料，其複雜的反應動力學和廣泛的化學空間不符合催化劑設計規範。在此，來自蘇黎世聯邦理工學院（ETHZurich）的研究人員提出了一種替代策略，將主動學習整合到實驗工作流程中，以FeCoCuZr催化劑系列為例。所提資料輔助架構簡化了86個實驗中廣泛成分和反應條件空間的導航，與傳統程序相比，環境足跡和成本減少了90%以上。它確定了具有優化反應條件的Fe65Co19Cu5Zr11催化劑，在穩定運行

人工智慧 1087 2024-07-19 09:49:21
太酷了！ iPhone、iPad、MacBook老舊設備組成異質集群，能跑Llama 3

假如你有閒置的設備，或許可以試試看。這次，你手上的硬體設備也能在AI領域大展拳腳了。將iPhone、iPad、Macbook進行組合，就能組裝成「異質集群推理方案」，然後順暢的運行Llama3模型。值得一提的是，這個異質叢集可以是Windows系統，也可以是Linux、iOS系統，而且對Android的支援很快就會到來。異質叢集正在運行中。根據專案作者@evilsocket的介紹，這個異質叢集包括iPhone15ProMax、iPadPro、MacBookPro(M1Max)、NVIDIAGeFor

人工智慧 1099 2024-07-19 05:09:59
獨家對話李岩：宿華、經緯、紅點資金支持，第一個「生成式推薦」新創公司｜AI Pioneers

人類正在迎來人工智慧領域的爆炸性更新，科技朝向未知拓展的每一步，幾乎都引起驚人的關注。在人工智慧邊界擴張的過程中，重要賽道的技術路線創新與分歧並存。技術先鋒者的判斷與選擇，影響著眾多跟隨者的腳步。過去一年，本站獨家率先將月之暗面、生數科技、愛詩科技、無問芯穹等優秀公司介紹給大家，為他們在互聯網世界留下了第一份「萬字訪談底稿」。在技術路線尚未收斂的階段，我們看到了到真正擁有信念、勇氣以及系統化認知的AI創業者的引領力量。因此，我們推出「AIPioneers」的

人工智慧 940 2024-07-19 05:03:59
OpenAI超級對齊團隊遺作：兩個大模型博弈一番，輸出更好懂了

如果AI模型給的答案一點也看不懂，你敢用嗎？隨著機器學習系統在更重要的領域中得到應用，證明為什麼我們可以信任它們的輸出，並明確何時不應信任它們，變得越來越重要。獲得對複雜系統輸出結果信任的一個可行方法是，要求系統對其輸出產生一種解釋，這種解釋對人類或另一個受信任的系統來說是可讀的，即可以完全理解以至於任何可能的錯誤都可以被發現。例如，為了建立對司法系統的信任，我們要求法院提供清晰易讀的書面意見，解釋並支持其決策。對於大型語言模型來說，我們也可以採用類似的方法。不過，在採用這種方法時，確保語言模型生

人工智慧 1010 2024-07-19 01:29:52
清華包辦最佳論文+時間檢驗獎，山大獲榮譽提名，SIGIR 2024獎出爐

清華成績亮眼。第47屆國際電腦協會資訊檢索大會（ACMSIGIR）於2024年7月14日至18日在美國華盛頓特區舉行。該會議是資訊檢索領域的頂級學術會議。剛剛，大會公佈了最佳論文獎、最佳論文亞軍、最佳論文榮譽提名獎以及時間檢驗獎等獎項。其中，清華大學、中國人民大學高瓴人工智慧學院、小紅書團隊獲得了最佳論文；來自格拉斯哥大學、比薩大學的研究者摘得亞軍；最佳論文榮譽提名獎頒給了山東大學（青島）、萊頓大學、阿姆斯特丹大學的研究者；時間檢驗獎頒給了清華大學、加州大學聖克魯斯分校的研究者。接下來，我們來

人工智慧 724 2024-07-19 00:06:43
登Science，藥物親和力增加37倍，AI對蛋白、抗體複合物進行無監督優化

編輯|蘿蔔皮蛋白質參與了細胞組成、肌肉收縮、消化食物、識別病毒等眾多生物學功能。為了設計出更好的蛋白質（包括抗體），科學家經常在不同位置反覆變異氨基酸（按一定順序排列組成蛋白質的單位），直到使蛋白質獲得所需的功能。但胺基酸序列的數量比世界上的沙粒還要多，因此找到最佳蛋白質，進而找到最佳潛在藥物，通常難度很高。當面臨這項挑戰時，科學家通常會花費數百萬美元，並在微型化、簡化版的生物系統中進行測試。「這需要大量的猜測和驗證。」史丹佛大學（StanfordUniversity）化學工程助理教授兼Arc

人工智慧 833 2024-07-18 22:22:51
大腦如何處理語言？普林斯頓團隊對Transformer模型進行分析

編輯|蘿蔔皮在處理語言時，大腦會部署專門的計算來從複雜的語言結構中構建含義。基於Transformer架構的人工神經網路是自然語言處理的重要工具。普林斯頓大學的研究人員探討了Transformer模型和人類大腦在語言處理中的功能性特殊化問題。 Transformer透過結構化電路計算整合單字間的上下文資訊。不過，目前的研究主要集中在這些電路產生的內部表徵（「嵌入」）。研究人員直接分析電路計算：他們將這些計算解構為功能專門的“transformations”，將跨詞語的上下文資訊整合在一起。利用參與者

人工智慧 804 2024-07-18 20:52:41