第 63 页-探索人工智能技术的未来

当前位置：首页 > 技术文章 > 科技周边 > 人工智能

方向：: 全部网络3.0 后端开发 web前端数据库运维开发工具 php框架每日编程微信小程序常见问题其他科技 CMS教程 Java 系统教程电脑教程硬件教程手机教程软件教程手游教程

分类：: 人工智能 IT业界

最热

最新

Runway和Luma又打起来了！Yann LeCun炮轰：你们再牛，也不是「世界模型」

机器之能报道编辑：杨文以大模型、AIGC为代表的人工智能浪潮已经在悄然改变着我们生活及工作方式，但绝大部分人依然不知道该如何使用。因此，我们推出了「AI在用」专栏，通过直观、有趣且简洁的人工智能使用案例，来具体介绍AI使用方法，并激发大家思考。我们也欢迎读者投稿亲自实践的创新型用例。AI视频界又「打」起来了！6月29日，著名生成式AI平台Runway宣布，其最新模型Gen-3Alpha向部分用户开启测试。同一天，Luma推出关键帧新功能，并向所有用户免费开放使用。可谓是「你有张良计，我有过墙梯」

人工智能 1090 2024-07-03 09:13:06
登Nature子刊，拓扑Transformer模型进行多尺度蛋白质-配体互作预测，助力药物研发

编辑|萝卜皮一项新的人工智能应用将帮助研究人员提高药物研发能力。该项目名为TopoFormer，是由美国密歇根州立大学（MichiganStateUniversity）数学系GuoweiWei教授领导的跨学科团队开发的。TopoFormer将分子的三维信息转化为典型的基于人工智能的药物相互作用模型可以使用的数据，扩展了这些模型预测药物有效性的能力。「有了人工智能，你可以让药物研发更快、更高效、更便宜。」Wei说，他同时在生物化学和分子生物学系以及电气和计算机工程系任职。Wei教授解释道，在美国，

人工智能 1217 2024-07-02 15:23:21
等不来OpenAI的Q*，华为诺亚探索LLM推理的秘密武器MindStar先来了

AIxiv专栏是本站发布学术、技术内容的栏目。过去数年，本站AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com本论文作者来自华为蒙特利尔诺亚方舟实验室的康计堃，李信择，陈熙，AmirrezaKazemi，陈博兴。人工智能（AI）在过去十年里取得了长足进步，特别是在自然语言处理和计算机视

人工智能 681 2024-07-02 05:01:41
速来！潞晨Open-Sora羊毛可薅，10元轻松上手视频生成

近期，视频生成模型赛道火热，文生视频，图生视频，花样层出不穷。然而，尽管市场上模型众多，大部分人还是因为没有内测资格无法体验，只能望“模”兴叹。前不久我们报道过潞晨科技的Open-Sora模型，作为全球首个开源类Sora模型，它不但在多种类型的视频上表现优异，还主打低成本且人人可用。它好用吗？怎么用？一起来看看本站的测评。最近Open-Sora全新开源的1.2版本，可以生成最长16s的720p高清视频，官方视频效果如下:这个生成的效果确实惊艳，也难怪后台那么多读者想要上手体验。对比

人工智能 1183 2024-07-02 04:22:00
亚马逊云创新「神经稀疏检索」：仅需要文本匹配就能实现语义搜索

AIxiv专栏是本站发布学术、技术内容的栏目。过去数年，本站AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com本文作者是来自OpenSearch中国研发团队的机器学习负责人杨扬博士以及机器学习工程师耿志超和管聪。OpenSearch是一个由亚马逊云科技发起的纯开源搜索和实时分析引擎项目

人工智能 1028 2024-07-02 02:55:57
看张手绘草图就能合成图形程序，加州伯克利让扩散模型掌握新技能

事实证明，扩散模型不仅能用于生成图像和视频，也能用于合成新程序。假设我们给模型一张手绘的「5」状图形，它就能通过不断突变来修改程序，最终得到能输出目标图形的程序。该模型来自加州大学伯克利分校的一个研究团队，他们提出的这种程序合成新方法使用了神经扩散模型来直接操作句法树。论文一作为该校博士生ShreyasKapur，其导师为该校计算机科学教授StuartRussell。论文标题：DiffusionOnSyntaxTreesForProgramSynthesis论文地址：https://arxiv.

人工智能 1086 2024-07-02 01:14:04
击败25个分子设计算法，佐治亚理工、多伦多大学、康奈尔提出大语言模型MOLLEO

作者|佐治亚理工学院王浩瑞编辑|ScienceAI分子发现作为优化问题，因其优化目标可能不可微分而带来显着的计算挑战。进化算法（EAs）常用于优化分子发现中的黑箱目标，通过随机突变和交叉来遍历化学空间，但这会导致大量昂贵的目标评估。在这项工作中，佐治亚理工学院、多伦多大学和康奈尔大学研究者合作提出了分子语言增强进化优化（MOLLEO），通过将拥有化学知识的预训练大语言模型（LLMs）整合到进化算法中，显着改善了进化算法的分子优化能力。该研究以《EfficientEvolutionarySearc

人工智能 1307 2024-07-02 01:07:36
ICML 2024| 大语言模型助力基于CLIP的分布外检测任务

当训练数据集和测试数据集的分布相同时，机器学习模型可以表现出优越的性能。然而在开放世界环境中，模型经常会遇到分布外（Out-of-Distribution,OOD，下称“OOD”）样本，OOD样本可能会导致模型做出不可预测的行为，而错误的后果可能是致命的，尤其是在自动驾驶等高风险场景中[1,2]。因此OOD检测对于保障机器学习模型在实际部署中的可靠性至关重要。大多数OOD检测方法[1,3]可以基于训练有素的分布内(In-Distribution,ID)分类器有效地检测OOD样本。然

人工智能 724 2024-07-01 23:29:18
ICML 2024 Spotlight | 在解码中重新对齐，让语言模型更少幻觉、更符合人类偏好

AIxiv专栏是本站发布学术、技术内容的栏目。过去数年，本站AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com本文介绍了一篇语言模型对齐研究的论文，由瑞士、英国、和法国的三所大学的博士生和GoogleDeepMind以及GoogleResearch的研究人员合作完成。其中，通讯作者Ti

人工智能 595 2024-07-01 22:09:56
开发者狂喜！Meta最新发布的LLM Compiler，实现77%自动调优效率

Meta搞了个很牛的LLMCompiler，帮助程序员更高效地写代码。昨天，三大AI巨头OpenAI、Google、Meta组团发布自家大模型最新研究成果——OpenAI推出基于GPT-4训练的专门找bug的新模型CriticGPT，谷歌开源9B、27B版Gemma2，而Meta则拿出了一项最新的人工智能突破——LLMCompiler。这是一套强大的开源模型，旨在优化代码并彻底改变编译器设计。这项创新有可能改变开发者处理代码优化的方式，使其更快、更高效、更经

人工智能 1432 2024-07-01 18:16:39
30倍于传统方法，中国科学院团队Transformer深度学习模型预测糖-蛋白质作用位点

糖类是自然界中最丰富的有机物质，对生命至关重要。了解糖类如何在生理和病理过程中调节蛋白质，可以为解决关键的生物学问题和开发新的治疗方法提供机遇。然而，糖类分子的多样性和复杂性，对实验识别糖-蛋白质结合以及相互作用的位点提出了挑战。在这里，中国科学院团队开发了一种深度学习模型DeepGlycanSite，它能够准确预测给定蛋白质结构上的糖结合位点。 DeepGlycanSite将蛋白质的几何和进化特征融入具有Transformer架构的深度等变图神经网络中，其性能显着超越了之前的先进方法，并能有效预

人工智能 1100 2024-07-01 15:17:50
300多篇相关研究，复旦、南洋理工最新多模态图像编辑综述论文

AIxiv专栏是本站发布学术、技术内容的栏目。过去数年，本站AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com该文章的第一作者帅欣成，目前在复旦大学FVL实验室攻读博士学位，本科毕业于上海交通大学。他的主要研究方向包括图像和视频编辑以及多模态学习。前言本文提出了解决一般性编辑任务的统一

人工智能 620 2024-06-29 06:14:41
准确率达0.96，从序列中预测蛋白-配体互作的物理化学约束图神经网络

编辑|萝卜皮在药物研发中，确定小分子配体对蛋白质的结合亲和力和功能效应至关重要。目前的计算方法可以预测这些蛋白质-配体相互作用特性，但如果没有高分辨率的蛋白质结构，通常会失去准确性，并且无法预测功能效应。莫纳什大学和格里菲斯大学的研究人员开发了PSICHIC（PhySIcoCHemICalgraphneuralnetwork），这是一个结合物理化学约束的框架，可直接从序列数据解码相互作用指纹。这使PSICHIC能够解码蛋白质-配体相互作用背后的机制，实现最先进的准确性和可解释性。在没有结构数据的

人工智能 810 2024-06-29 05:16:50
谷歌「诚意之作」，开源9B、27B版Gemma2，主打高效、经济！

性能翻倍的Gemma2，让同量级的Llama3怎么玩？ AI赛道上，科技巨头们激烈角逐。前脚有GPT-4o问世，后脚就出现了Claude3.5Sonnet。如此激烈的争斗中，谷歌虽然发力较晚，但在短时间内就能有显着的能力跟进，可见其技术发展与创新的潜力。除了Gemini模型外，Gemma这一系列轻量级的SOTA开放模型似乎与我们距离更近。它基于Gemini模型相同的研究和技术构建，旨在让每个人都拥有构建AI的工具。谷歌持续扩展Gemma家族，包括CodeGemma、RecurrentGemma和P

人工智能 1147 2024-06-29 00:59:21
ICML 2024 | 揭示非线形Transformer在上下文学习中学习和泛化的机制

AIxiv专栏是本站发布学术、技术内容的栏目。过去数年，本站AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com本文作者李宏康，美国伦斯勒理工大学电气、计算机与系统工程系在读博士生，本科毕业于中国科学技术大学。研究方向包括深度学习理论，大语言模型理论，统计机器学习等等。目前已在ICLR/

人工智能 503 2024-06-29 00:44:41