- 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:
-
- 超級智能體生命力覺醒!可自我更新的AI來了,媽媽再也不用擔心資料瓶頸難題
- 哭死啊,全球狂煉大模型,一網路的資料不夠用,根本不夠用。訓練模型搞得跟《飢餓遊戲》似的,全球AI研究者,都在苦惱怎麼才能餵飽這群資料大胃王。尤其在多模態任務中,這問題尤其突出。一籌莫展之際,來自人大系的初創團隊,用自家的新模型,率先在國內把「模型生成數據自己餵自己」變成了現實。而且還是理解側和生成側雙管齊下,兩側都能產生高品質、多模態的新數據,對模型本身進行數據反哺。模型是啥?中關村論壇上剛露面的多模態大模型Awaker1.0。團隊是誰?智子引擎。由人大高瓴人工智慧學院博士生高一鑷創立,高
- 人工智慧 1166 2024-04-29 18:55:14
-
- 透過學習曲線辨識過擬合和欠擬合
- 本文將介紹如何透過學習曲線來有效辨識機器學習模型中的過度擬合和欠擬合。欠擬合和過擬合1、過擬合如果一個模型對資料進行了過度訓練,以至於它從中學習了噪聲,那麼這個模型就被稱為過擬合。過度擬合模型非常完美地學習了每一個例子,所以它會錯誤地分類一個看不見的/新的例子。對於一個過度擬合的模型,我們會得到一個完美/接近完美的訓練集分數和一個糟糕的驗證集/測試分數。略有修改:"過擬合的原因:用一個複雜的模型來解決一個簡單的問題,從資料中提取雜訊。因為小資料集作為訓練集可能無法代表所有資料的正確表示。"2、欠擬合如
- 人工智慧 1337 2024-04-29 18:50:15
-
- 工業4.0革命:預測性維護成功的四階段藍圖
- 為工業4.0設計預測性維護解決方案代表企業維護與營運方式的典範轉移。透過使用先進的預測性維護技術,主動預防營運挑戰是這個新工業時代的關鍵面向。這些解決方案不僅有助於獲取新的收入來源和節省成本,而且在防止停工和生產停機方面也發揮著重要作用。在工業4.0時代,企業需要利用智慧化的物聯網設備和感測器來收集和分析大量的生產數據。這些數據可以用於預測設備故障和維修需求。透過使用這些預測性維護技術,企業可以提前識別潛在問題並採取相應的措施,從而最大程度地減少停工時間和生產中斷。這種主動預防維修的方法可以大
- 人工智慧 486 2024-04-29 18:22:23
-
- 在電子遊戲開發領域,生成式AI將有何等建樹?
- 生成AI為電子遊戲開發者帶來令人興奮的全新方法,幫助其創作引人入勝的內容、逼真的視覺效果以及身臨其境的遊戲體驗。在本文中,我們將透過一系列實例探討生成AI如何增強並加速遊戲開發。生成式AI能做什麼?讓我們先拆分出遊戲開發中的一些主要元素,看看生成式AI如何促進創作過程:程式生成。透過演算法創造出龐大、複雜且不可預測的環境,讓作品在每場遊戲中提供獨特的動態遊玩體驗。地形生成。生成式AI能夠協助生成真實地形,增強遊戲世界的視覺吸引力。自動建模。生成式AI能夠簡化角色及其他元素的3D模型創建過程,
- 人工智慧 758 2024-04-29 18:04:26
-
- 單卡跑Llama 70B快過雙卡,微軟硬生把FP6搞到A100哩 | 開源
- FP8和更低的浮點數量化精度,不再是H100的「專利」了!老黃想讓大家用INT8/INT4,微軟DeepSpeed團隊在沒有英偉達官方支援的條件下,硬生在A100上跑起FP6。測試結果表明,新方法TC-FPx在A100上的FP6量化,速度接近甚至偶爾超過INT4,而且比後者擁有更高的精度。在此基礎之上,還有端到端的大模型支持,目前已經開源並整合到了DeepSpeed等深度學習推理框架中。這項成果對大模型的加速效果也是立竿見影──在這種框架下用單卡跑Llama,吞吐量比雙卡還要高2.65倍。一名
- 人工智慧 1231 2024-04-29 16:55:12
-
- AI在行銷技術中的崛起:轉變數位行銷策略
- 在不斷演變的數位行銷領域中,AI已成為品牌尋求精確且有效率地導航其行銷漏斗的強大工具。透過分析大數據集中的模式和趨勢,AI使行銷人員能夠獲得關於消費者行為、偏好和購買模式的寶貴見解。這種數據驅動的方法品牌能夠在漏斗的每個階段——從意識到轉換——都以無與倫比的準確性量身定制行銷策略。 AI利用機器學習和深度學習的技術,能夠自動收集、分析和解釋大量的數據,將數據轉化為可操作的行銷策略。 AI的優點在於它能夠自動發現隱藏在大量資料中的模式和趨勢,比人類更準確地制定行銷策略。透過AI的應用,行銷人員可以更了解
- 人工智慧 714 2024-04-29 16:43:10
-
- 小紅書從記憶機制解讀資訊檢索,提出新典範取得 EACL Oral
- 近日,小紅書搜尋演算法團隊的論文《GenerativeDenseRetrieval:MemoryCanBeaBurden》被自然語言處理領域國際會議EACL2024接收為Oral,接受率為11.32%(144/1271)。他們在論文中提出了一種新穎的資訊檢索範式-生成式密集檢索(GenerativeDenseRetrieval,GDR)。此範式能夠很好地解決傳統生成式檢索(GenerativeRetrieval,GR)在處理大規模資料集時所面臨的挑戰。它是從記憶機制得到的靈感。在過往的實踐中
- 人工智慧 1182 2024-04-29 16:16:07
-
- 人工智慧在太空探索和人居工程中的演變
- 1950年代,人工智慧(AI)誕生。當時研究人員發現機器可以執行類似人類的任務,例如思考。後來,在1960年代,美國國防部資助了人工智慧,並建立了實驗室進行進一步開發。研究人員發現人工智慧在許多領域都有用武之地,例如太空探索和極端環境中的生存。太空探索是對宇宙的研究,宇宙涵蓋了地球以外的整個宇宙空間。太空被歸類為極端環境,因為它的條件與地球不同。要在太空中生存,必須考慮許多因素,並採取預防措施。科學家和研究人員認為,探索太空並了解一切事物的現狀有助於理解宇宙的運作方式,並為潛在的環境危機
- 人工智慧 809 2024-04-29 15:25:01
-
- 類人人工智慧的興起:改變就業市場與勞動力
- 人工智慧的出現正在重塑全球就業市場和勞動力的格局。隨著人工智慧機器人變得越來越複雜,並能夠執行從體力勞動到複雜認知能力的廣泛任務,其有望徹底改變產業,並重新定義傳統的工作概念。本文探討了人工智慧的興起,以及其對各產業就業市場和勞動力的變革性影響。日常任務自動化:人工智慧擅長自動化日常和重複性任務,使人類工作者能夠專注於更具創造性和策略性的工作。在製造、物流和零售等領域,仿人機器人被部署來執行裝配線作業、倉庫管理和客戶服務等任務。雖然這種自動化提高了效率和生產力,但也需要對人類工作者進行重新培訓和
- 人工智慧 492 2024-04-29 13:20:01
-
- Gaussian-LIC:首個多感測器融合3DGS-SLAM系統(浙大&TUM)
- 多感測器與3DGS的結合「基於3D空間中的採樣進行計算密集型SLAM任務所需的即時能力」的隱式表達式需要基於NeRF-based+SLAM方法。 3DGS以其快速的渲染速度和優越的視覺品質而引人注目。作為一種明確且可以解釋的表達法,3DGS使得場景編輯變得簡單,有利於眾多下游任務的執行。現有的基於輻射場的SLAM系統,主要在光照良好的小規模室內環境中進行測試,並使用順序RGB-D或RGB輸入獲得令人滿意的結果。當這些方法擴展到具有挑戰性的大規模不受控制的室外場景時將會遇到困難,例如具有挑戰性的光照
- 人工智慧 836 2024-04-29 11:49:20
-
- 如何將GPU雲端伺服器整合到AI基礎設施中?
- GPU雲端伺服器是基於雲端的運算資源,利用圖形處理單元來處理高效能任務。與僅依賴CPU的傳統伺服器不同,GPU雲端伺服器專為並行處理而設計,使其成為機器學習和人工智慧等運算密集型應用的理想選擇。在B2B領域,將GPU雲端伺服器整合到AI基礎架構中已成為提升效能和可擴展性的策略舉措。機器學習模型通常需要強大的運算能力,而GPU雲端伺服器提供了可擴展的解決方案,使企業能夠更有效率地處理大型資料集並運行複雜演算法。對於希望在快速發展的技術環境中保持競爭優勢的企業而言,這種能力至關重要,因為AI正在推動各個行業的
- 人工智慧 825 2024-04-28 17:34:37
-
- 關於面向機器人操作的世界模型的一點思考
- 近年來,世界模範的火熱似乎可以在機器人操作中扮演一些至關重要的角色。而對於具身智能來說,現階段manipulation是最需要突破的點。特別是針對以下longhorizon的任務,如何建造機器人“小腦”,來實現各種複雜的操作要求,是當下最需要解決的問題。是否需要透過拆分skill為原子操作?使用LM應用在機器人上時,比較常用的做法是將各類API提供在context裡面,然後讓LLM根據任務prompt自動編寫planning程式碼,可參考文章:這種方法優點是非常直觀,可以比較清晰地掌握任務的拆解
- 人工智慧 732 2024-04-28 17:31:10
-
- 元象首個多模態大模型XVERSE-V開源,刷新權威大模型榜單,支援任意寬高比輸入
- 人類所獲得的資訊83%來自視覺,圖文多模態大模型能感知更豐富和精確的真實世界信息,建構更全面的認知智能,從而向AGI(通用人工智慧)邁出更大步伐。元象今日發表多模態大模型XVERSE-V,支援任意寬高比影像輸入,在主流評測中效果領先。此模式全開源,無條件免費商用,持續推動海量中小企業、研究者和開發者的研發和應用創新。 XVERSE-V表現優異,在多項權威多模態評測中超過零一萬物Yi-VL-34B、面壁智能OmniLMM-12B及深度求索DeepSeek-VL-7B等開源模型,在綜合能力測評MMBen
- 人工智慧 687 2024-04-28 16:43:08
-
- 讓大模型不再「巨無霸」,這是最新的大模型參數高效微調綜述
- 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。近期,大語言模式、文生圖模型等大規模AI模型快速發展。在這種情勢下,如何適應瞬息萬變的需求,快速適應大模型至各類下游任務,成為了一個重要的挑戰。受限於運算資源,傳統的全參數微
- 人工智慧 1099 2024-04-28 16:04:01
-
- 到2028年,數位鑑識市場將達到160億美元
- 由於數位世界的快速擴張,各種數位設備和技術的出現以意想不到的方式重新定義了我們的生活。然而,伴隨著數位轉型,網路威脅、資料外洩和其他詐欺活動也隨之增加。同時,數位轉型的快速發展促進了數位鑑識市場的出現,支持數位資產保護和網路犯罪調查。因此,在考慮數位鑑識市場分析時,有必要審視該產業的現狀,並預測其未來。數位取證市場的現況主要取決於兩個主要因素:技術和法律。技術方面,隨著大數據、人工智慧和區塊鏈技術等的發展,數位取證技術變得更加高效和精確。這些技術的應用促進了對數位證據的出現,支持數字
- 人工智慧 602 2024-04-28 14:52:09