AI资讯新闻榜单内容搜索-ANN

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
搜索: ANN
向量模型的词序感知缺陷与优化策略

向量模型的词序感知缺陷与优化策略

向量模型的词序感知缺陷与优化策略

最近,LAION AI 的创始人 Christoph Schuhmann 分享了一个有趣的发现,他指出,文本向量模型似乎存在一个问题:即使句子词序被打乱,模型输出的向量与原句仍然高度相似。

来自主题: AI技术研报
7591 点击    2024-12-29 11:16
出手即王炸?照片级真实度生成式世界模型,还获得皮克斯和Jeff Dean投资

出手即王炸?照片级真实度生成式世界模型,还获得皮克斯和Jeff Dean投资

出手即王炸?照片级真实度生成式世界模型,还获得皮克斯和Jeff Dean投资

近段时间,世界模型的相关研究成果正如雨后春笋版不断涌现,光是我们报道过的就已有南大周志华团队的世界模型 Whale、Yann LeCun 团队的世界模型研究、李飞飞 World Labs 的空间智能研究、谷歌的强大世界模型 Genie 2 以及刚刚开源的像是能模拟万物的生成式物理引擎 Genesis。

来自主题: AI资讯
7114 点击    2024-12-20 16:14
Bengio、LeCun再喊话:AGI推理不需要先学语言,LLM路走窄了?

Bengio、LeCun再喊话:AGI推理不需要先学语言,LLM路走窄了?

Bengio、LeCun再喊话:AGI推理不需要先学语言,LLM路走窄了?

Yoshua Bengio最近在《金融时报》的专栏文章中表示,「AI可以在说话之前学会思考」,实现内部的深思熟虑将成为AGI道路的里程碑。无独有偶,就在几个月前,Yann LeCun也多次表达过类似的观点。

来自主题: AI资讯
7300 点击    2024-12-06 10:00
LeCun赞转!类Sora模型能否理解物理规律?字节豆包大模型团队系统性研究揭秘

LeCun赞转!类Sora模型能否理解物理规律?字节豆包大模型团队系统性研究揭秘

LeCun赞转!类Sora模型能否理解物理规律?字节豆包大模型团队系统性研究揭秘

自从 Sora 横空出世,业界便掀起了一场「视频生成模型到底懂不懂物理规律」的争论。图灵奖得主 Yann LeCun 明确表示,基于文本提示生成的逼真视频并不代表模型真正理解了物理世界。之后更是直言,像 Sora 这样通过生成像素来建模世界的方式注定要失败。

来自主题: AI技术研报
3839 点击    2024-11-08 19:14
最新认知Prompt,模拟人类认知操作COP来增强LLM问题解决能力 | ICLR2025

最新认知Prompt,模拟人类认知操作COP来增强LLM问题解决能力 | ICLR2025

最新认知Prompt,模拟人类认知操作COP来增强LLM问题解决能力 | ICLR2025

最近,来自德国奥尔登堡大学计算智能实验室的研究人员Oliver Kramer和Jill Baumann提出了一种创新的方法——认知提示(Cognitive Prompting),通过模拟人类认知过程来提升LLM的问题解决能力。这项研究将在ICLR 2025会议上发表,本文将为各位读者朋友详细解读这一突破性的技术。

来自主题: AI技术研报
4300 点击    2024-10-22 09:43
万字见闻|SaaStr Annual 归来,AI 已来,SaaS 未死,效率成新常态

万字见闻|SaaStr Annual 归来,AI 已来,SaaS 未死,效率成新常态

万字见闻|SaaStr Annual 归来,AI 已来,SaaS 未死,效率成新常态

2024 年的 SaaStr Annual 大会落下帷幕,作为连续参加了三届的 Linkloud 团队,不断看到有越来越多元化的参加者和设展者,尤其华人和出海团队出现在现场,以及在分享嘉宾里也越来越多华人面孔,我们非常欣喜。

来自主题: AI资讯
4152 点击    2024-10-15 10:51
非凡资本吴畏:SaaStr Annual 2024的一些嘉宾精华观点实录

非凡资本吴畏:SaaStr Annual 2024的一些嘉宾精华观点实录

非凡资本吴畏:SaaStr Annual 2024的一些嘉宾精华观点实录

被Zoom创始人袁征誉为“SaaS行业的超级碗”的一年一度盛会——SaaStr Annual 2024,于9月11日至12日在旧金山盛大举行。

来自主题: AI资讯
6243 点击    2024-09-21 14:34
Yann LeCun不看好强化学习:「我确实更喜欢 MPC」

Yann LeCun不看好强化学习:「我确实更喜欢 MPC」

Yann LeCun不看好强化学习:「我确实更喜欢 MPC」

「相比于强化学习(RL),我确实更喜欢模型预测控制(MPC)。至少从 2016 年起,我就一直在强调这一点。强化学习在学习任何新任务时都需要进行极其大量的尝试。相比之下,模型预测控制是零样本的:如果你有一个良好的世界模型和一个良好的任务目标,模型预测控制就可以在不需要任何特定任务学习的情况下解决新任务。这就是规划的魔力。这并不意味着强化学习是无用的,但它的使用应该是最后的手段。」

来自主题: AI资讯
7465 点击    2024-08-26 16:25
小鹏汽车迎大考,AI上位救销量

小鹏汽车迎大考,AI上位救销量

小鹏汽车迎大考,AI上位救销量

小鹏汽车能靠AI翻身?

来自主题: AI资讯
4412 点击    2024-08-15 09:53