-
AI能夺走网文界的一切吗？
AI好好用原创作者：Pandora写网络小说，手拿把掐？ 还差得远呢。 AI 学者拿下诺贝尔物理学奖、化学奖后，网友纷纷揶揄说：下一个被 AI 攻陷的诺奖会是 ......- 5
- 0
-
AI搞科研？西湖大学发布「AI科学家」Nova，效果比SOTA竞品提升2.5倍
编辑 | ScienceAI伟大科学家的研究，往往开始于一个小的灵感、小的创意。 长久以来，科学创新与研究能力被视为人类在人工智能时代中坚守的一片独特领地。 然而，一篇来自西湖大学深度学习实验室的论文在科学界掀起了波澜。- 0
- 0
-
成功率提升15%，浙大、碳硅智慧用LLM进行多属性分子优化，登Nature子刊
编辑 | 萝卜皮优化候选分子的物理化学和功能特性一直是药物和材料设计中的一项关键任务。 虽然人工智能很适合处理平衡多个（可能相互冲突的）优化目标的任务，但是例如多属性标记训练数据的稀疏性等技术挑战，长期以来阻碍了解决方案的开发。 在最新的研究中，浙江大学侯廷军团队、中南大学曹东升团队以及碳硅智慧团队联合开发了一种分子优化工具 Prompt-MolOpt。- 12
- 0
-
如何用生成式 AI 定义我们的未来？看看微软怎么说
编辑 | 紫罗人工智能（AI）当下及未来的进步，意味着它在解决先前被视为棘手难题的能力上实现了阶段性的转变。鉴于这一巨大的技术飞跃，现在是我们必须定义未来轨迹的时候了。随着公司继续创新人工智能系统并将其集成到当前产品中，我们有责任问自己：我们想要构建的未来是什么？作为一个社会，我们必须采取立场并定义我们想要的人与人工智能系统之间的关系。我们仍处于人工智能革命的早期阶段，因此现在将我们的轨迹设定在一…- 4
- 0
-
「两全其美」，从头设计分子，深度学习架构S4用于化学语言建模
编辑 | KX生成式深度学习正在重塑药物设计。化学语言模型 (CLM) 以分子串的形式生成分子，对这一过程尤为重要。近日，来自荷兰埃因霍芬理工大学（Eindhoven University of Technology）的研究人员将一种最新的深度学习架构（S4）引入到从头药物设计中。结构化状态空间序列（Structured State Space Sequence，S4）模型在学习序列的全局属性方面…- 15
- 0
-
为大模型提供全新科学复杂问答基准与测评体系，UNSW、阿贡、芝加哥大学等多家机构联合推出SciQAG框架
编辑 | ScienceAI问答（QA）数据集在推动自然语言处理（NLP）研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型，也可以有效评估大语言模型（LLM）的能力，尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集，涵盖了医学、化学、生物等领域，但这些数据集仍存在一些不足。其一，数据形式较为单一，大多数为多项选择题（multiple-choice questions…- 13
- 0
-
还在满网页扒资料？实测Kimi官方浏览器插件，颈椎这下有救了
机器之能报道编辑：杨文小编们的码字「神器」。Kimi，兵贵神速。前段时间，文风检测器在小红书上风靡一时，Kimi 立马推出该功能。这两天，Kimi 又在悄么声息地搞事情，偷偷上线官方浏览器插件。其实，早前就有个名叫「Kimi Copilot」的插件备受好评，只不过，这是由第三方开发者制作。而此次 Kimi 亲自下场，甩出官方浏览器插件，并为网页用户带来多项新功能。比如：对页面中部分内容划线提问；总…- 22
- 0
-
专为五大迷信畛域定制，NASA与IBM合作开大语言模型INDUS
INDUS 以南天星座命名，是一套全面的大型语言模型，支持五个迷信畛域。（根源：NASA）编辑 | KX在大量数据上训练的大型语言模型 (LLM) 在自然语言理解和生成任意上表示出色。大多数流行的 LLM 利用 Wikipedia 等通用语料库从事训练，但词汇的分布变化导致一定畛域的性能不佳。受此启发，NASA 与 IBM 合作开发了 INDUS，这是一套全面的 LLM，专为地球迷信、生物学、物理…- 3
- 0
-
多模态AI是医学的未来，谷歌推出三个新模型，Med-Gemini迎来大升级
编辑 | 白菜叶许多临床恣意需要了解专业数据，例如医学图象、基因组学，这类专业知识信息在通用多模态大模型的训练中通常不存在。在上一篇论文的描述中，Med-Gemini 在各种医学成像恣意上超越 GPT-4 系列模型实现了 SOTA！在这里，Google DeepMind 撰写了第二篇关于 Med-Gemini 的论文。在 Gemini 的多模态模型的基础上，该团队为 Med-Gemini 系列开发…- 5
- 0
-
【论文解读】System 2 Attention提高大语言模型客观性和事实性
一、简要介绍 本文简要介绍了论文“System 2 Attention (is something you might need too) ”的相干工作。基于transformer的大语言模型（LLM）中的软留神很容易将上下文中的不相干信息合并到其潜在的表征中，这将对下一token的生成产生不利影响。为了帮助纠正这些成绩，论文引入了System 2 Attention（S2A），它利用LLM的能力…- 12
- 0
-
获ICLR 2024杰出论文奖，97.47%体外成功率，蛋白质计划新算法
编辑 | 紫罗在今年的 ICLR 会议上，共评选出 5 篇杰出论文奖以及 11 篇荣誉提名。纽约大学和基因泰克（Genentech）合作发表的一篇关于蛋白质计划的钻研论文获得杰出论文奖。这篇论文解决了鉴于序列的抗体计划成绩，这是蛋白质序列生成模型的一个及时而重要的应用。为此，钻研职员引入了一种创新而有效的新建模法子——失散「步行-跳跃」采样（Discrete Walk-Jump Sampling，…- 5
- 0
-
AI在用| 万万没想到，科技论文还能这么读
机器之能报道编辑：Cardinal以大模型、AIGC为代表的人工智能浪潮已经在悄然改变着我们生活及工作方式，但绝大部分人依然不知道该如何利用。因此，我们推出了「AI在用」专栏，通过直观、有趣且简洁的人工智能利用案例，来具体介绍AI利用步骤，并激发大家思考。 我们也欢迎读者投稿亲自实践的创新型用例。Claude 3 具有非常大的内存（ 200k 上下文窗口）和很强的调用准确性，它的上下文能力也因…- 2
- 0
-
AI4Science的基石：多少图神经网络，最全综述来了！人大高瓴联合腾讯AI lab、清华、斯坦福等发布
编辑 | XS2023 年 11 月，Nature 连续刊登了两篇重大成果：蛋白质生成步骤 Chroma 和晶体材料安排步骤 GNoME，均使用了图神经网络作为迷信数据的表示工具。实际上，图神经网络，特别是多少图神经网络，一直是迷信智能（AI for Science）研究的重要工具。这是因为，迷信领域中的粒子、份子、蛋白质、晶体等物理体系均可被建模成一种特殊的数据结构——多少图。与一般的拓扑图不同…- 5
- 0
-
如果 LLM Agent 成为了迷信家：耶鲁、NIH、Mila、上交等学者共同呼吁危险防范的重要性
最近的大型语言模型（LLMs）进步已经使我们处于革命性的时代，尤其是 LLMs 驱动的智能 Agents 在广泛恣意中展现出了通用性和有效性。这些被称为「AI 迷信家」的 Agent 已经开始探寻其在生物学和化学等各种范畴内举行自决迷信发觉的潜力。此类 Agents 已经表现出了选择适合恣意的对象，规划情况条件，以及实现实行自动化的才能。因此，Agent 可摇身一变成为真实的迷信家，能够有效地设计…- 7
- 0
-
优于SOTA办法，语言模型分离几何深度学习技术，望石智慧开发3D份子生成模型Lingo3DMol
编辑 | X份子生成是 AI 助力小份子新药研发的核心技术。望石智慧始终专注于份子生成技术的开发。就在前几天，望石智慧的钻研团队推出了 Lingo3DMol，用于在给定口袋 3D 布局的情况下生成小份子配体的 3D 布局。办法分离了语言模型和几何深度学习技术。钻研职员在传统的 SMILES 份子表征的基础上，开发了新的份子表达办法 FSMILES。此外，钻研训练了一个单独的非共价相互作用预测器，…- 4
- 0
-
低耗能高速度，EPFL和微软研讨团队的新办法：深度物理神经网络的无反向传播训练
编辑 | 萝卜皮随着大规模深度神经网络（NN）和其他人工智能（AI）应用的最新发展，人们越来越担心训练和操作它们所需的能源消耗。物理神经网络可以成为这个问题的解决方案，但传统算法的直接硬件实现面对着多重困难。使用传统反向传播算法训练神经网络会面对一些挑战，例如缺乏可扩展性、训练过程中操作的复杂性以及对数字训练模型的依赖。洛桑联邦理工学院（École Polytechnique Fédérale d…- 6
- 0
-
尝试大语言模型的生物推理本领，GPT-4、PaLM2等均在尝试之列
编辑 | 萝卜皮大型语言模型（LLM）的最新进展，为将通用人工智能 (AGI) 整合到生物钻研和教育中提供了新机遇。在最新的钻研中，佐治亚大学和梅奥诊所的钻研职员评价了几个领先的 LLM（包括 GPT-4、GPT-3.5、PaLM2、Claude2 和 SenseNova）回答概念生物学课题的本领。这些模型在包含 108 个课题的多项抉择考试中进行了尝试，涵盖分子生物学、生物技术、代谢工程和分解生…- 9
- 0
-
GPT-4驱动的机器人化学家登Nature，自立安排回响反映并履行复杂实行
编辑 | X基于 Transformer 的大语言模型（LLM）在自然语言处理、生物、化学和计算机编程等各个领域取得了重大进展。但对于在实行室工作的钻研职员或那些不熟悉计算机代码的人来说，人工智能方法并不那么容易理解。近日，卡内基梅隆大学的钻研团队找到了如何让人工智能体系自学化学的方法。提出了一种基于 GPT-4 的智能 Agent（以下简称 Coscientist），用一个简单的语言提示就可以履…- 5
- 0
-
AI揭示微生物暗卵白：运用机械学习来发现微生物卵白质宇宙中的功效性「暗物质」
编辑 | 白菜叶宏基因组学项目揭示了地球生物圈中超过 80 亿个非冗余微生物卵白质序列。其中，11.7 亿种卵白质在超过 100,000 个可用参考基因组中没有可识别的同源物。了解这些微生物卵白质的功效是一项艰巨的任务。幸运的是，机械学习最近在复杂生物数据建模和预计方面取得了前所未有的准确性。这些进步的最前沿是鉴于机械学习的要领，可以自信地预计许多（但不是全部）氨基酸序列的原子级卵白质构造。最近的…- 6
- 0
-
LLaMA 开源背后：一场永远改变硅谷的AI军备内幕
机器之能报导编辑：SiaOpenAI 内部的戏剧性事件让世界第一次看到了那些将决定AI未来人的激烈争斗。事实上，在此之前，硅谷已经发生了一场鲜为人知但激烈的竞争，旨在争夺这项技巧的控制权。《纽约时报》采访了80多位高管、科学家和企业家，《纽约客》采访了微软和OpenAI两家 CTO，分别从不同角度讲述了一个关于野心、恐惧和金钱的幕后故事。在 OpenAI 于 2022 年 11 月推出 ChatG…- 2
- 0
-
BAAI、北大&港中文团队提出 SegVol：通用且可交互的医学体素联系模型
编辑 | ScienceAI上周，北京智源人工智能钻研院（BAAI）、北京大学和香港中文大学的钻研团队开源了 SegVol 医学通用联系模型。与过去一些很棒的 Medical SAM 工作不同，SegVol 是第一个能够同时支持 box，point 和 text prompt 从事任意尺寸原分辨率的 3D 体素联系模型。作为一个便捷的通用联系工具，钻研职员将 SegVol 代码和模型开源到 Git…- 5
- 0
-
Copilot 在吞噬世界，与 ChatGPT 一起
机器之能报道编辑：SIa2023 年属于 AI （尤其是生成式 AI ），几乎每个人都或多或少尝试过大型语言模型 ( LLM )，无论是教师、政客、脱口秀甚至儿童活动支持人。凭借每周超过 1 亿的活跃用户，ChatGPT 跻身当之无愧的顶流。不过，很多日常用例只触及了大概性表面。透过表面，那些真正从事技巧职责的人们在利用广泛 AI 对象来改造产品、重构业务，或者以前所未有的方式提供客户体验....…- 7
- 0
扫码打开当前页
-
￥优惠劵使用时效：无法使用使用时效：
之前
使用时效：永久有效优惠劵ID：×