AI资讯新闻榜单内容搜索-不

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: 不
OpenAI高管震荡内幕:CEO无视安全仓促上马4o,员工每天干20小时赶进度,追名逐利不再理想主义

OpenAI高管震荡内幕:CEO无视安全仓促上马4o,员工每天干20小时赶进度,追名逐利不再理想主义

OpenAI高管震荡内幕:CEO无视安全仓促上马4o,员工每天干20小时赶进度,追名逐利不再理想主义

OpenAI CTO Mira Murati的离开,与GPT-4o、Her息息相关! 简单来说,就是今年春天OpenAI为了大抢谷歌开发者大会的风头,紧急推出GPT-4o。

来自主题: AI资讯
5782 点击    2024-09-29 15:37
长短大小样样精通!原始分辨率、超长视频输入:更灵活的全开源多模态架构Oryx

长短大小样样精通!原始分辨率、超长视频输入:更灵活的全开源多模态架构Oryx

长短大小样样精通!原始分辨率、超长视频输入:更灵活的全开源多模态架构Oryx

视觉数据的种类极其多样,囊括像素级别的图标到数小时的视频。现有的多模态大语言模型(MLLM)通常将视觉输入进行分辨率的标准化或进行动态切分等操作,以便视觉编码器处理。然而,这些方法对多模态理解并不理想,在处理不同长度的视觉输入时效率较低。

来自主题: AI资讯
5058 点击    2024-09-29 14:44
从数据增强的隐藏作用出发,揭示视觉强化学习可塑性损失的独特机制

从数据增强的隐藏作用出发,揭示视觉强化学习可塑性损失的独特机制

从数据增强的隐藏作用出发,揭示视觉强化学习可塑性损失的独特机制

Sutton 等研究人员近期在《Nature》上发表的研究《Loss of Plasticity in Deep Continual Learning》揭示了一个重要发现:在持续学习环境中,标准深度学习方法的表现竟不及浅层网络。研究指出,这一现象的主要原因是 "可塑性损失"(Plasticity Loss):深度神经网络在面对非平稳的训练目标持续更新时,会逐渐丧失从新数据中学习的能力。

来自主题: AI资讯
6100 点击    2024-09-29 14:39
从近期AI领域并购事件,看并购中时机的选择与心态的适应

从近期AI领域并购事件,看并购中时机的选择与心态的适应

从近期AI领域并购事件,看并购中时机的选择与心态的适应

近期美国AI行业发生了一些引发热议的并购案例,可以肯定的是,进入国内从业者讨论范围内的只是其中的明星公司,那些不知名但快速实现了并购退出的创业者数量更多。

来自主题: AI资讯
4858 点击    2024-09-29 12:39
前Google负责人打造首款AI音频计算机,超2000万美元融资,是创新突破还是重蹈覆辙?

前Google负责人打造首款AI音频计算机,超2000万美元融资,是创新突破还是重蹈覆辙?

前Google负责人打造首款AI音频计算机,超2000万美元融资,是创新突破还是重蹈覆辙?

AI硬件市场虽然目前市场规模相对较小,但增长速度较快,未来发展潜力巨大。目前市面上已经出现多款可穿戴性AI硬件设备,包括Humane推出的Ai Pin和Rabbite R1等。不仅各类初创公司涌现,多家巨型科技公司也布局其中。

来自主题: AI资讯
9496 点击    2024-09-28 17:20
【万字访谈】《人类简史》作者赫拉利:AI通过语言和算法掌控人类社会

【万字访谈】《人类简史》作者赫拉利:AI通过语言和算法掌控人类社会

【万字访谈】《人类简史》作者赫拉利:AI通过语言和算法掌控人类社会

人工智能是完全不同的。人们把它与以前的革命相提并论,但它是不同的,因为它是人类历史上第一个能够独立做出决定和创造新想法的技术。印刷机可以印刷我的书,但它不能写书。它只能复制我的想法。原子弹可以摧毁一座城市,但它不能自己决定轰炸哪座城市,也不能决定为什么要轰炸它。而人工智能可以做到这一点。

来自主题: AI资讯
8652 点击    2024-09-28 17:17
不会写AI提示词?自动提示工程来帮你 | APE全解读

不会写AI提示词?自动提示工程来帮你 | APE全解读

不会写AI提示词?自动提示工程来帮你 | APE全解读

在人工智能的世界里,大型语言模型(LLM)已经成为我们探索未知、解决问题的得力助手。但是,你在编写AI提示词时,是否觉得这个过程就像在“炼丹”,既神秘又难以掌握?别担心,自动提示工程(APE)来帮你了!

来自主题: AI技术研报
11082 点击    2024-09-28 17:06
AI技术在微创外科中的应用和思考

AI技术在微创外科中的应用和思考

AI技术在微创外科中的应用和思考

外科医生Dr. Lee在一次美敦力的学术讨论上说到,“外科医生和精英运动员非常相似,都在团队环境中工作,不断的重复训练已达到顶尖的成绩。但运动员往往花费更多的时间在影像室,回顾和研究过去的表现。而医生目前还没有得到足够、及时的信息反馈,以学习和提升手术技能。”

来自主题: AI技术研报
11069 点击    2024-09-28 17:03