理论

作者 | BiomedParse团队编辑 | ScienceAI生物医学图像解析在癌症诊断、免疫治疗和疾病进展监测中至关重要。 然而，不同的成像模式（如MRI、CT和病理学）通常需要单独的模型，造成资源浪费和效率低下，未能充分利用模式间的共性知识。 微软团队最新发布的基础模型BiomedParse，开创性地通过文本驱动图像解析将九种成像模式整合于一个统一的模型中，通过联合预训练处理对象识别、检测与…

图像处理是计算机视觉领域的一个重要分支，广泛应用于各种场景，如社交媒体滤镜、医疗影像分析、自动驾驶等。 Python 作为一门强大的编程语言，提供了多种库来帮助我们轻松地进行图像处理。 今天，我们就一起来学习如何使用 Python 进行图像处理。

对于繁忙的城市和公共场所来说，有效管理停车至关重要。 传统方法常常跟不上需求，导致拥堵和挫败感。 随着人工智能的进步，我们现在有了YOLO，这是一个强大的目标检测工具，可以用来改进停车管理系统。

比PS更懂你的AI图片编辑工具——MagicQuill（魔法羽毛）来了！ 1分钟出图：不用打字、简单勾画几笔就能编辑图片。 还支持直接在iPad上在线编辑！

天啦撸！ 回溯你在网上看过、做过的一切，也有免费软件可用了！ 简单说，针对任何“之前好像在哪看过”的电脑文件，只需输入相关搜索词，这个软件都能帮你一键轻松回忆了。

AI 能否拥有意识？ 针对这个问题，大家已经争论了很多年。 「我认为，从物理学的角度来说（如果物理学是正确的），我们的宇宙诞生之初几乎只有氢。

刚刚，纽约罗切斯特大学印度裔物理学家 Ranga Dias 的调查结果已经出来了，终止 Dias 在该学校的职位。 Ranga Dias罗彻斯特大学发言人在给《华尔街日报》的一份声明中证实，Dias 不再是罗彻斯特大学的员工，也不再从事与大学有关的任何研究活动，他已被解雇，「在过去的一年里，该大学完成了一项公正而彻底的调查 —— 由一个国内外知名物理学家组成的小组进行 —— 调查了 Dias 作为…

人工智能（AI）引发了一系列技术革命，有望改变众多行业和社会领域。 从医疗保健到教育，从交通到安全，人工智能可以快速改变企业的运营和成功方式。 在金融处理领域，人工智能的潜在变革力量最为明显。

谁是在线购物领域最强大模型？ 也有评测基准了。 基于真实在线购物数据，电商巨头亚马逊终于“亮剑”——联合香港科技大学、圣母大学构建了一个大规模、多任务评测基准Shopping MMLU，用以评估大语言模型在在线购物领域的能力与潜力。

之前老喜欢死记硬背transformer的网络架构，虽然内容并不复杂，但是发现这个transformer模块中的positional encoding在死记硬背的情况之下很容易被忽略。 为了更好地理解为什么transformer一定需要有一个positional encoding，简单推了一下公式先说结论：没有Positional Encoding的transformer架构具有置换等变性。 证明…

本文经自动驾驶之心公众号授权转载，转载请联系出处。 写在前面 && 笔者理解传统的自动驾驶框架下，现有感知而后又规控，所以可以说感知在这套框架下扮演着非常基础性的工作。 然而，动态交通参与者的突发性和可变性，加上静态对象的较大的范围和距离，给自动驾驶车辆在感知复杂驾驶场景时带来了不小的挑战。

在数字化转型的浪潮中，NVIDIA再次以其前瞻性的技术和创新力引领了行业潮流。 近日，NVIDIA宣布推出Omniverse Blueprint，这一举措无疑为计算机辅助工程（CAE）领域带来了革命性的变化。 通过Omniverse Blueprint，NVIDIA携手行业软件领先者，共同探索并实现了实时物理数字孪生的新可能。

国产AI已经学会直接操纵编程软件了！ 阿里通义智能计算实验室在推出了一款专门针对VSCode的AI助手工具——SmartVscode。 通过自然语言指令，不仅可以让它帮你编程，还能搞定各种配置的控制和修改。

国产大模型，最近有点卷。 这不，刚在写代码这事儿上刷新SOTA，Qwen2.5系列又双叒突然更新了——一口气读三本《三体》不费事，并且45秒左右就能完整总结出这69万token的主要内容，be like：还真不是糊弄事儿，“大海捞针”实验显示，这个全新的Qwen2.5-Turbo在100万token上下文中有全绿的表现。 也就是说，这100万上下文里，有细节Qwen2.5-Turbo是真能100%…

译者 | 朱先忠审校 | 重楼本文将通过完整的源码与图解方式向你展示AdaBoost算法运行逻辑，并指出其优点与不足，还将其与随机森林算法进行对比分析。 简介每个人都会犯错，即使是机器学习领域最简单的决策树也存在这个问题。 AdaBoost（自适应增强）算法不会忽略这些错误，而是会做一些不同的事情：它会从这些错误中学习（或适应）以变得更好。

欧洲的OpenAI，把ChatGPT功能都复制了。 Mistral AI大模型平台Le Chat新增Canvas、联网搜索、上传PDF等ChatGPT同款功能，而且全都免费！ 三大主流大模型产品的功能，现在可以一站式访问。

译者 | 李睿审校 | 重楼在当今数据生成量呈指数级增长的时代，组织必须有效地利用这些丰富的信息来保持其竞争优势。 有效地搜索和分析客户数据（例如确定用户对电影推荐或情感分析的偏好），在推动明智决策和增强用户体验方面发挥着至关重要的作用。 例如，流媒体服务可以采用向量搜索来推荐适合个人观看历史和收视率的电影，而零售商可以分析客户情绪来微调营销策略。

2024年11月16日，一场聚焦网络前沿技术与发展趋势的盛会在首都北京隆重拉开帷幕——第七届SD-WAN&SASE大会暨云网络大会，吸引了众多行业精英与技术爱好者的目光。 在这样一个群贤毕至的平台上，第一线DYXnet作为行业领军企业之一，不仅深度参与其中，还在大会期间特别举办了主题为“强基拓界. 向智而行”的媒体沟通会，进一步深化了与各界的互动与交流。

什么是机器教学?尽管人工智能(AI)已在许多行业得到广泛应用，但根据麻省理工学院斯隆管理学院的研究，只有不到10%的采用人工智能的企业真正实现了预期的商业收益。 要从人工智能中真正获益，企业必须找到将人类与机器紧密结合的方式，这一概念被称为“组织学习”。 具体而言，许多企业在初期应用人工智能时，通常会选择那些已经具备大量可用数据且容易训练模型的低难度场景，比如客户支持分流、社交媒体情感分析以及市场…

北大等出品，首个多模态版o1开源模型来了——代号LLaVA-o1，基于Llama-3.2-Vision模型打造，超越传统思维链提示，实现自主“慢思考”推理。 在多模态推理基准测试中，LLaVA-o1超越其基础模型8.9%，并在性能上超越了一众开闭源模型。 新模型具体如何推理，直接上实例，比如问题是：减去所有的小亮球和紫色物体，剩下多少个物体？

作为欧洲的OpenAI，Mistral最近压力不小。 端侧小模型端不出来，对比评测的结果又遭到质疑。 上个月震撼登场的自家首款多模态大模型Pixtral 12B，也疑似遇到了成绩不如人的窘境。

嘉宾 | 马会彬编辑 | 云昭 出品 | 51CTO技术栈（微信号：blog51cto）进入2024年，业界对于生成式AI的注意力开始转向应用层。 AI编程领域的Cursor、AI生成视频领域的可灵、自动驾驶领域的Robotaxi等，都取得了很大的突破。 据有关媒体报道，2024年创投界在AI应用层上的投资规模整体超过了模型层。

视觉语言模型（Vision Language Model，VLM）正在改变计算机对视觉和文本信息的理解与交互方式。 本文将介绍 VLM 的核心组件和实现细节，可以让你全面掌握这项前沿技术。 我们的目标是理解并实现能够通过指令微调来执行有用任务的视觉语言模型。