数据

编辑 | 萝卜皮单细胞 RNA 测序 (scRNA-seq) 已广泛用于疾病钻研，其中在分别前提下（包括人口群体、疾病阶段和药物治疗）从捐赠者中收集样本批次。值得注意的是，此类钻研中样本批次之间的悬殊是批次效力引起的技巧混杂因素和前提效力引起的生物变异的混合体。但是，当前的去除批次效力格式往往同时肃清技巧批次效力和有意义的前提效力，而扰动展望格式仅关注前提效力，导致由于未考虑批次效力而导致基因表达…

感动意大利数据保护机构 (Garante) 周五宣布，已对微软支持的 OpenAI 公司开发的一项效劳展开观察，这个名为 Sora 的效劳可以根据文本提示生成视频。禁锢机构要求 OpenAI 廓清其向用户和非用户示知其产品 Sora 应用的数据的办法能否合乎欧盟律例。OpenAI 公司暂未对此事发表评论。意大利数据禁锢机构是欧盟国家中最为积极的禁锢机构之一，一直致力于评估人工智能平台能否合乎欧盟的…

高中阶段进修数据迷信能不能替代数学，这个话题的讨论已经延伸到了 AI 圈。为了 AI 的发展，再不加强本原教训就晚了。在大模型技术高速发展，各家公司激烈竞争的同时，有人站出来对于未来的人才表示了担忧，焦点在于数学。近日，加州大学（UC）系统对于退学新生设立数学本原规范的消息掀起了轩然大波。随着全国范围内数学成绩的下降，一些教训工作者认为，规范的代数密集型数学教训须要改革，既可以吸引更多的门生，也可…

编辑 | 红菜苔随着单细胞技术的发展，许多细胞特性可以被测量。此外，多组学分析技术可以同时联合测量单个细胞中的两个或多个特征。为了快速处理积累的各种数据，需要多模态数据集成的计算方法。树兰医院、中国科学院和北京师范大学的合作团队提出了 inClust ，一个用于多组学分析的深度生成框架。它建立在之前针对转录组数据所开发的 inClust 的基础上，并增加了两个专为多模式数据处理设计的掩码模块：编码…

作者 | 田宇编辑 | 白菜叶近年来，人工智能模型的公道性问题受到了越来越多的关注，尤其是在医学领域，因为医学模型的公道性对人们的健康和生命至关重要。高质量的医学公道性数据集对促进公道进修钻研非常必要。现有的医学公道性数据集都是针对分类任务的，而没有可用于医学宰割的公道性数据集，但是医学宰割与分类一样都是非常重要的医学 AI 任务，在某些场景宰割甚至优于分类，因为它能够提供待临床医生评价的器官异常…

过去一年，围绕开放生态建设、低价心智等主要方向，京东零卖技能团队持续攻坚。从百亿补贴、调整流量分配机制为用户提供低价品质好货，到简化商家进驻流程、优化商家体会，带动商家数量增长和平台生态活跃，再到将大模型结合到内部大量营业场景，探索服从提拔……快速响应、助力营业的同时，京东零卖技能团队继续夯实增强自身才能、探索创新。我们选取了11项有代表性的技能成果，与大家分享。供应链创新技能入围行业最高奖项 京…

在迈向通用大原子模型（Large Atomic Model，LAM）的征途上，深度势能核心开发者团队面向社区，发起 OpenLAM 大原子模型意图。OpenLAM 的口号是“征服元素周期表！”，希望通过建立开源绽放的围绕微尺度大模型的生态，为微观科学研究提供新的基础设施，并推动材料、能源、生物制药等领域微尺度工业设计的变革。经过北京科学智能研究院、深势科技、北京运用物理与计算数学研究所等 29 家…

12月27日，在“第六届中国数据功令高峰论坛”上，《数据跨域管控白皮书》（以下简称“白皮书”）正式公布。该白皮书由华东政法大学数据功令研究中心、蚂蚁团体牵头，华控清交、华为云、中电数创、广州数据交易所等单位联合参与。白皮书首次系统化给出了数据跨域管控的实操指引，是行业积极响应国家数据流利政策，共同应对数据滥用、数据泄露、义务不清等数据流利危害挑战，助力数据价值释放的首要成果。 （《数据跨域管控白皮…

近日，第四范式与新加坡南洋理工大学教授Shuhao Zhang的最新联合研究成果（乱序数据流中实现积极缺点抵偿的流式窗口对接,论文标题 PECJ: Stream Window Join on Disorder Data Streams with Proactive Error Compensation），被国际顶级数据库学术会议 SIGMOD 2024 (ACM SIGMOD/PODS Inter…

腾讯科技讯 12月14日，以“智能涌现 数开万物”为中心的腾讯科技Hi Tech Day暨2023数字开物大会在北京国家会议中心召开，腾讯科技邀请知名院士、知名经济学家、知名大学教授、研究院院长、家产大咖、互联网大厂高管、知名科技领域头部企业高管、家产数字化转型企业高管等共话AI趋势。大会开场，腾讯新闻运营总经理黄晨霞发表主办方致辞。她回顾了2023年新手艺的涌现开展，并提出如何让这些新手艺打开真…

近日，国内联系关系数据基准委员会（Linked Data Benchmark Council，以下简称LDBC）发布了图数据基准测评“LDBC SNB-BI”最新结果。由蚂蚁集团自研的流式图较量争论引擎TuGraph Analytics在30TB领域的数据集上成功完成了基准尝试，数据领域和性能突破了此前美国某图数据库厂商的公开纪录，关键指标中的并发吞吐量提高至2.84倍，盘问才能提高至1.86倍。…

编辑 | 萝卜皮细胞典型反卷积是一种用于从洪量测序数据中确定/解析细胞典型比例的计算格式，并且经常用于剖析肿瘤构造样本中的不同细胞典型。然而，由于重复性/再现性、参照标准可变以及缺乏单细胞蛋白质组参照数据的应战，使用蛋白质组数据剖析细胞典型的反卷积技巧仍处于起步阶段。哈尔滨工业大学、腾讯 AI lab 以及苏黎世联邦理工学院的研讨团队合作开发了一种专门针对蛋白质组数据设计的鉴于深度学习的反卷积格式…

大规模语言模型（LLM）运用户可以借助提醒和上下文学习来建立强大的自然语言解决体系。然而，从另一角度来看，LLM 在一定自然语言解决工作上表现存在一定退步：这些模型的布置需要大量计算资源，并且通过 API 与模型举行交互可能引发潜在的隐私问题。为了应对这些问题，来自卡内基梅隆大学（CMU）和清华大学的研究人员，共同推出了 Prompt2Model 框架。该框架的目标是将基于 LLM 的数据生成和检…

今年四月诞生的多模态大型说话模型 MiniGPT-4 不仅能看图聊天，还能利用手绘草图建网站，可以说是功能强大。而在预训练之后的微调阶段，该模型利用了 3000 多个数据。确实很少，但上海交通大学清源研讨院和里海大学的一个联合研讨团队认为还可以更少，因为这些数据中大部分品质都不高。他们设计了一个数据选择器，从中选出了 200 个数据，然后训练获得了 InstructionGPT-4 模型，其表现竟…

单看数据结果是不够的，要仔细判断这些数据的可靠性。

众所周知，OpenAI 从 GPT-4 开始就已经对技术细节完全保密了，最初只用一份 Tech Report 来展示基准测试结果，而闭口不谈训练数据和模型参数。尽管后来有网友各种爆料，OpenAI 也从未回应。

随着 ChatGPT 的推出，通用人工智能的时代缓缓拉开序幕。我们第一次看到市场在追求人工智能开发者，而不是以往的开发者寻找市场。

LLM 面临哪些挑拨又有哪些运用？系统性的综述论文来了。

大模型的影响力正在深入各行业，对各厂商而言，既是机遇也是挑战。2023年世界人工智能大会期间，超过30家大模型厂商在上海亮相，有人在大炼模型，也有人迅速找到场景落地，事实上在大模型出现之前就已经有一些天然的场景需求。在数据总量越来越大的今天，数据存储、数据管制、数据xx的重要性正在B端企业凸显。换句话说数据已经成为企业的有形资产，数据处置正在成为新经济增长的重要方向之一。越来越多数据厂商正在思考—…

LLM 微调不再头疼。

编辑 | 紫罗就在前不久，多伦多大学钻研团队颁布首个单细胞生物学根底大型语言模型：scGPT，其在超 1000 万个细胞上举行预训练。现在，该钻研团队首次尝试对超过 3300 万个细胞举行生成预训练来革新 scGPT。论文的通讯作者、多伦多大学助理教授 Bo Wang 在推特激动发文：「令人兴奋的 scGPT 革新：自 4 月份颁布以来，受到社区的极大关注，我们很高兴地宣布单细胞多组学数据的根底模…

Data-Copilo：大型语言模型，做你最贴心省事的数据助手。

极盾·觅踪的数据动向脱敏系统提供脱敏前的计谋剖析决策、脱敏实施中的天真配置脱敏规则和脱敏后的持续经营调优，形成一套完整的脱敏经营体系。

一站式解决数据平安合规审计、利用过程平安监测、动向脱敏防备等问题，为电信及互联网企业数字化建设保驾护航。