AI资讯新闻榜单内容搜索-GE

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: GE
小白如何上手扣子的 Multi-Agent 功能?

小白如何上手扣子的 Multi-Agent 功能?

小白如何上手扣子的 Multi-Agent 功能?

如封面展示,就在昨天,特工宇宙作为合作伙伴,参与了扣子动手实验室的杭州站活动。

来自主题: AI资讯
10804 点击    2024-05-27 09:16
鹅厂造了个AI翻译公司:专攻网络小说,自动适配语言风格,真人和GPT-4看了都说好

鹅厂造了个AI翻译公司:专攻网络小说,自动适配语言风格,真人和GPT-4看了都说好

鹅厂造了个AI翻译公司:专攻网络小说,自动适配语言风格,真人和GPT-4看了都说好

鹅厂搞了个150多人的“翻译公司”,从老板到员工都是AI智能体! 主营业务是翻译网络小说,质量极高,参与评价的读者认为比真人翻译得还要好。 而且相比于雇佣真人,用它来翻译文学作品,成本降低了近80倍。

来自主题: AI技术研报
11287 点击    2024-05-25 18:41
从玻尔兹曼机到多模态大模型:Geoffrey Hinton的最新AI洞见

从玻尔兹曼机到多模态大模型:Geoffrey Hinton的最新AI洞见

从玻尔兹曼机到多模态大模型:Geoffrey Hinton的最新AI洞见

在人工智能的辉煌历史中,Geoffrey Hinton教授不仅是深度学习的奠基人之一,更是推动了整个领域从理论到实践的转变。在这次深入的访谈中,Geoffrey Hinton分享了自己在人工智能研究中的个人经历、对深度学习未来发展的深刻见解,以及对当前技术可能带来的社会影响的深思熟虑。

来自主题: AI技术研报
3033 点击    2024-05-25 10:44
标注受限也能识别多标签图像!中山大学等发布异构语义转移HST框架 | IJCV 2024

标注受限也能识别多标签图像!中山大学等发布异构语义转移HST框架 | IJCV 2024

标注受限也能识别多标签图像!中山大学等发布异构语义转移HST框架 | IJCV 2024

在多标签图像识别领域中,由于图像本身和潜在标签类别的复杂性,收集满足现有模型训练的多标签标注信息往往成本高昂且难以拓展。中山大学联合广东工业大学联手探索标注受限情况下的多标签图像识别任务,通过对多标签图像中的强语义相关性的探索研究,提出了一种异构语义转移(Heterogeneous Semantic Transfer, HST) 框架,实现了有效的未知标签生成。

来自主题: AI技术研报
4972 点击    2024-05-24 20:39
AI Agent 如何入门?来看看这本新书!!!

AI Agent 如何入门?来看看这本新书!!!

AI Agent 如何入门?来看看这本新书!!!

半个月前,粗心的我细心地发现,有一本关于 Agent 的书籍竟然在上市预售,作者还是熟悉的咖哥(黄佳老师,当年拜读过他的《零基础学机器学习》)果断下单。 而在昨天,我终于收到了!立刻花了半个小时品读起来~觉得还是非常不错的,所以忍不住给大家分享推荐一下!

来自主题: AI资讯
5657 点击    2024-05-24 13:44
开源多模态SOTA再易主,19B模型比肩GPT-4v,16G显存就能跑

开源多模态SOTA再易主,19B模型比肩GPT-4v,16G显存就能跑

开源多模态SOTA再易主,19B模型比肩GPT-4v,16G显存就能跑

开源多模态SOTA模型再易主!Hugging Face开发者大使刚刚把王冠交给了CogVLM2,来自大模型创业公司智谱AI。CogVLM2甚至在3项基准测试上超过GPT-4v和Gemini Pro,还不是超过一点,是大幅领先。

来自主题: AI资讯
8000 点击    2024-05-22 18:29
简单通用:视觉基础网络最高3倍无损训练加速,清华EfficientTrain++入选TPAMI 2024

简单通用:视觉基础网络最高3倍无损训练加速,清华EfficientTrain++入选TPAMI 2024

简单通用:视觉基础网络最高3倍无损训练加速,清华EfficientTrain++入选TPAMI 2024

近年来,「scaling」是计算机视觉研究的主角之一。随着模型尺寸和训练数据规模的增大、学习算法的进步以及正则化和数据增强等技术的广泛应用,通过大规模训练得到的视觉基础网络(如 ImageNet1K/22K 上训得的 Vision Transformer、MAE、DINOv2 等)已在视觉识别、目标检测、语义分割等诸多重要视觉任务上取得了令人惊艳的性能。

来自主题: AI技术研报
10094 点击    2024-05-22 13:33