搜索
是什么让纽约大学著名研究者谢赛宁三连呼喊「Representation matters」？他表示：「我们可能一直都在用错误的方法训练扩散模型。」即使对生成模型而言，表征也依然有用。基于此，他们提出了 REPA，即表征对齐技术，其能让「训练扩散 Transformer 变得比你想象的更简单。」
生活中最大的挑战之一是传达你情感、决策和行为背后的背景 。你如何将脑海中旋转的想法转化为其他人——你的同事、伴侣、治疗师——能够理解的东西？
在 Claude AI 新模型发布之际，Anthropic 的CEO Dario Amodei 发表了一篇近2万字深度长文，探讨人工智能对人类的潜在积极影响。作为斯坦福大学神经科学博士，Amodei 以严谨的学术态度定义了"强人工智能"概念，并详细阐述了它在不同核心领域可能带来的积极变革。
多年以来，无需巨大的开发成本就能解决某一需求，是许多企业一直在探索的方向。而拥有一个属于自己的软件应用，也是许多非技术人的一个梦想。
传统的歌声任务，如歌声合成，大多是在利用输入的歌词和乐谱生成高质量的歌声。随着深度学习的发展，人们希望实现可控和能个性化定制的歌声生成。
陶哲轩发起的「众包」数学研究项目终于快要迎来胜利时刻！
自近日获知自己摘得诺贝尔物理学奖之后，76 岁的人工智能教父 Geoffrey Hinton 便「闲不住」了。
11x.ai 开发的人工智能“数字员工”如 Alice 和 Jordan，能够自动化处理销售开发、客户服务等重复性任务，帮助企业提升效率，降低成本，释放人力专注于更具战略价值的工作。客户可以根据完成的任务量或实际取得的销售成果进行付费，提供更定制化的服务。
1%的合成数据，就让LLM完全崩溃了？ 7月，登上Nature封面一篇论文证实，用合成数据训练模型就相当于「近亲繁殖」，9次迭代后就会让模型原地崩溃。
善智者，动于九天之上。