MIT

生产级大模型应用线性注意力的方法，来了。 线性Attention（包括RNN系列），再也不用困在几B参数的范围内娱乐了。 一套方法，即可线性化现有各种量级的Transformer模型，上至Llama 3.1 405B，也只需要十来张显卡在两天内搞定！

最近，MIT的一名博士生Aidan Toner-Rodgers历经四年，在AI 科研领域挖掘出一个惊人的结论——AI的参与让科学发现和创新迈上了新台阶，却也意外拉大了科研人员之间的“能力鸿沟”。 在这项实验里，AI的加持让专利申请量像火箭一样蹿升了39%，产品创新数量也提升了17%。 但这项技术的助力却并非人人受益，反倒在科研圈引发了不小的焦虑。

又有机会跟着大神学习了！ 今年 2 月起，何恺明已经开始了自己在 MIT 的副教授职业生涯，并在 3 月 7 日走上讲台完成了「人生中教的第一堂课」。 近日，我们发现了何恺明的第二门课程《深度生成模型》（6.S978: Deep Generative Models），已经于 9 月初开始了授课。

继 2020 年与爱思唯尔谈判破裂后，MIT 蹚出了一条不受大型期刊订阅裹挟的全新路线，每年能节省 200 万美元。对于高校而言，期刊的订阅费用向来是一笔庞大的开支。特别是订阅像爱思唯尔这种全球顶级出版集团的期刊的费用。众所周知，爱思唯尔是世界上最大的医学和其他科学文献出版社之一，我们所熟知的知名学术期刊《柳叶刀》和《细胞》都由爱思唯尔出版。但是，在为作者和读者提供便利的同时，爱思唯尔的订阅费用却…

何恺明的目标是：探索面向复杂世界的智能。

这些获奖博士生将赢得高达 9.5 万美元的奖金。