资讯列表
我国科学家利用人工智能加速葡萄育种，效率提高 400%
AI在线从中国农科院基因组所官方微信公众号获悉，今日《自然・遗传学（Nature Genetics）》在线发表了中国农业科学院深圳农业基因组研究所（岭南现代农业科学与技术广东省实验室深圳分中心）周永锋团队利用人工智能进行葡萄育种的最新研究成果。 该研究将大幅缩短葡萄育种周期，且对葡萄农艺性状的预测准确度高达 85%。 相比传统方法，育种效率可提高 400%。
微软在英国启动生成式 AI 加速器计划，与英伟达、GitHub 联手帮助初创公司成长
北京时间今日，微软宣布推出生成式 AI 加速器计划，该计划旨在培育英国最杰出的 AI 初创企业，并助力其未来取得成功。 该计划与英伟达以及微软旗下的开发平台 GitHub 合作，为希望构建、推广和扩展生成式 AI 产品与服务的公司提供资源、机会。 其运行时间为 2025 年 1 月至 3 月初，官方称专为已获得种子资金并寻求进一步发展的英国 AI 初创企业量身定制。
戴尔在深圳成立 AI 智能解决方案中心，提供服务器、以太网等软硬件基础设施
感谢据界面新闻报道，戴尔科技集团今日宣布在深圳成立 AI 智能解决方案中心。 新中心提供服务器、以太网与交换机等一系列软硬件基础设施。 AI在线注意到，戴尔全球资深副总裁吴冬梅表示，AI 智能解决方案中心将立足深圳，面向大湾区，未来进一步覆盖至大中华区，以为 AI 应用落地提供支持。
AI 无处不在：谷歌将为 Chrome 浏览器增强保护模式引入人工智能
消息源 Leopeva64 于 11 月 3 日在 X 平台发文称，AI 现在已是“无处不在”，Chrome 浏览器安全浏览模式中的“增强保护”将由 AI 驱动，谷歌已在 Chrome Canary 版本中更新了该模式的描述。 ▲ AI在线注：左图为稳定版，右图为 Canary 版谷歌在设置页面更新了这项功能的说明。 现在的描述写道：“实时 AI 驱动的防护，基于您的浏览数据传输至 Google，保护您免受危险网站、下载和扩展的威胁。
消息称马斯克正与英伟达就 xAI 投资事宜进行谈判
据 New York Post 报道，知情人士称，芯片巨头英伟达正在与埃隆・马斯克就对 xAI 的潜在投资进行谈判。 图源：xAIxAI 是马斯克创立的人工智能公司，其开发的大语言模型 Grok 目前已部署在社交媒体平台 X 上。 虽然 Grok 的推出时间晚于 OpenAI 的 ChatGPT 等竞争对手，但其增长和发展速度非常快。
谷歌推出安全分析 AI 工具 Big Sleep，实战告捷抓出 SQLite 堆栈缓冲区下溢漏洞
谷歌于 10 月 31 日公布了一项基于 AI 的漏洞分析工具 Big Sleep，该工具号称能够模仿人类安全专家“系统性地发现和分析安全漏洞”。 谷歌声称，研究人员已利用该工具发现了 SQLite 的一项堆栈缓冲区下溢漏洞，而这一漏洞实际上用现有的分析工具均无法发现，因此谷歌认为这一工具有较高的实用性。 ▲ 图源谷歌（下同）据介绍，谷歌 Big Sleep 分析工具源于谷歌 Project Zero 团队今年 6 月发布的 Naptime 项目，该项目旨在评估大语言模型（LLM）在安全漏洞研究中的潜力。
三年前的AI设计芯片造假？谷歌深陷学术不端丑闻，吹哨人被开除并已起诉
2021 年，谷歌在 Nature 发表了一篇颇具争议的论文《A graph placement methodology for fast chip design》。 （作者包括 Jeff Dean 和 Quoc V. Le 等著名研究者），其中提出了一种基于强化学习的芯片设计方法。
机器狗“职业”再加一：2024 杭州马拉松首次启用四足机器人配速员
据央视新闻报道，2024 杭州马拉松 11 月 3 日上午 7 时开跑，此次赛会使用了四足机器人作为官方配速员，配速约为 9 分 24 秒，奔跑速度最高可达 6 米 / 秒。 其配备了“半马收尾”配速员气球，以稳定的配速给跑者提供科学的跑步节奏。 另外据浙江电视台报道，机器人配速员的投用在国际马拉松历史上尚属首次，体型较大的担任半马赛事的关门兔，较小的则将担任欢乐跑的“陪跑兔”。
深入理解多重共线性:基本原理、影响、检验与修正策略
在数据科学和机器学习领域,构建可靠且稳健的模型是进行准确预测和获得有价值见解的关键。 然而当模型中的变量开始呈现出高度相关性时,就会出现一个常见但容易被忽视的问题 —— 多重共线性。 多重共线性是指两个或多个预测变量之间存在强相关性,导致模型难以区分它们对目标变量的贡献。
谷歌内部项目：大模型 AI 智能体发现了代码漏洞
开源数据库引擎 SQLite 有 bug，还是智能体检测出来的！ 通常，软件开发团队会在软件发布之前发现软件中的漏洞，让攻击者没有破坏的余地。 模糊测试 （Fuzzing）是一种常见的软件测试方法，其核心思想是将自动或半自动生成的随机数据输入到一个程序中，并监视程序异常。
英伟达团队机器训练新方法！仅5次演示让机器生成1000个新demo，李飞飞高徒与徒孙联手出品
人类只需要演示五次，就能让机器人学会一项复杂技能。 英伟达实验室，提出了机器人训练数据缺乏问题的新解决方案——DexMimicGen。 五次演示之后，DexMimicGen就可以直接模仿出1000个新的demo。
解决真实GitHub Issue能力登顶，字节豆包MarsCode团队分享背后工程实践，踩过的坑也分享了
解决真实GitHub Issue的基准测试，字节家的豆包MarsCode Agent悄悄登顶了。 SWE-Bench，一个由普林斯顿大学提出的极具挑战性的Benchmark，近期受到工业界、学术界和创业团队的广泛关注。 在其子集SWE-Bench Lite排行榜上，豆包MarsCode Agent近期冲上第一。
基于PyTorch的大语言模型微调指南：Torchtune完整教程与代码示例
近年来,大型语言模型(Large Language Models, LLMs)在自然语言处理(Natural Language Processing, NLP)领域取得了显著进展。 这些模型通过在大规模文本数据上进行预训练,能够习得语言的基本特征和语义,从而在各种NLP任务上取得了突破性的表现。 为了将预训练的LLM应用于特定领域或任务,通常需要在领域特定的数据集上对模型进行微调(Fine-tuning)。
开源视频生成天花板？最强搅局者Mochi 1免费直出电影级特效
AI视频生成赛道最强搅局者，来了！ 何谓搅局？ 下面这些是模型直出的效果，开源免费送给你！
Jim Fan全华人团队HOVER问世，1.5M小模型让机器人获「潜意识」！
1.5M参数模型就可以控制人形机器人的身体？ ！ 英伟达高级科学家Jim Fan表示，并不是每个基础模型都需要规模庞大。
使用 SHAP 使机器学习模型变的可解释！！
SHAP 是一种解释机器学习模型预测结果的方法，它基于博弈论中的 Shapley 值理论。 它通过计算每个特征对模型输出的贡献度，帮助我们理解模型的决策过程。 SHAP 适用于各种类型的机器学习模型，使得黑盒模型（如深度神经网络、随机森林等）的预测更加透明、可解释。
字节跳动内测 AI 模型分享社区“炉米 Lumi”，据称集成 LLM 分享 / 搭建 / 训练等功能
字节跳动悄悄推出了一个名为“炉米 Lumi”的 AI 模型分享社区，相关平台据称集成了模型分享、Workflow 搭建以及 LoRA 训练等多种功能，用户可以上传自己开发的 AI 模型，并在社区中与其他人分享，平台还支持用户搭建 AI 工作流程。 不过AI在线注意到，该平台目前还处于内部测试阶段，目前主流搜索引擎均未收录相关网站，但可以通过“artistrylab.net”网页地址直接访问，但尝试扫码登录便提示无访问权限。 目前，字节跳动尚未官宣相关平台，AI在线将关注后续情况进行报道。
慢思考准确率反降30%！普林斯顿揭示思维链某些任务上失效的秘密
OpenAI o1彻底带火慢思考和思维链（CoT）方法，但CoT在某些任务上反而会降低模型表现。 比如给生造的词分类任务，GPT-4在zero-shot提示下的准确率高达94%，换成CoT的准确率却断崖式下跌到64.4%。 内置CoT的o1-preview准确率更是只有57.7%。