资讯列表
密苏里大学许东：大模型时代，Prompt 为生物信息学研究带来新动力丨IJAIRR
自ChatGPT在2022年横空出世，人工智能领域便迎来了一场新的革命。 大语言模型（LLMs）以其卓越的文本处理能力，迅速成为研究者和开发者的新宠。 随着这些模型的崛起，如何与它们有效交互的问题也日益凸显，提示词（Prompt）的概念逐渐成为研究的热点。
为什么AI数不清Strawberry里有几个 r？Karpathy：我用表情包给你解释一下
让模型知道自己擅长什么、不擅长什么是一个很重要的问题。还记得这些天大模型被揪出来的低级错误吗？不知道 9.11 和 9.9 哪个大，数不清 Strawberry 单词里面有多少个 r…… 每每被发现一个弱点，大模型都只能接受人们的无情嘲笑。嘲笑之后，大家也冷静了下来，开始思考：低级错误背后的本质是什么？大家普遍认为，是 Token 化（Tokenization）的锅。在国内，Tokenization 经常被翻译成「分词」。这个翻译有一定的误导性，因为 Tokenization 里的 token 指的未必是词，也可以
反转了？在一场新较量中，号称替代MLP的KAN只赢一局
KAN 在符号表示中领先，但 MLP 仍是多面手。多层感知器 (Multi-Layer Perceptrons，MLP) ，也被称为全连接前馈神经网络，是当今深度学习模型的基本组成部分。MLP 的重要性无论怎样强调都不为过，因为它是机器学习中用于逼近非线性函数的默认方法。然而，MLP 也存在某些局限性，例如难以解释学习到的表示，以及难以灵活地扩展网络规模。KAN（Kolmogorov–Arnold Networks）的出现，为传统 MLP 提供了一种创新的替代方案。该方法在准确性和可解释性方面优于 MLP，而且，它
贾扬清点赞：3K star量的SGLang上新，加速Llama 405B推理秒杀vLLM、TensorRT-LLM
用来运行 Llama 3 405B 优势明显。最近，Meta 开源了最新的 405B 模型（Llama 3.1 405B），把开源模型的性能拉到了新高度。由于模型参数量很大，很多开发者都关心一个问题：怎么提高模型的推理速度？时隔才两天，LMSYS Org 团队就出手了，推出了全新的 SGLang Runtime v0.2。这是一个用于 LLM 和 VLM 的通用服务引擎。在运行 Llama 3.1 405B 时，它的吞吐量和延迟表现都优于 vLLM 和 TensorRT-LLM。在某些情况下（运行 Llama 系列
万亿token！史上最大多模态数据集诞生
开源多模态大模型或将开始腾飞。值此 Llama 3.1 占领各大头条之际，又突然冒出了另一个也非常重要的发布 —— 一个规模空前的开源多模态数据集。对大模型来说，数据集的重要性无需多言，甚至可以说没有大型数据集就不可能有大模型。现在正是多模态大模型（LMM）发展正盛的时候，规模足够大的优质且开源的多模态数据集已经成为该领域的一大「刚需」。不过，相比于开源的文本数据集，现有的开源多模态数据集都比较小、多样性也不足，并且来源基本都是 HTML 文档 —— 这就限制了数据的广度和多样性。这无疑限制了开源 LMM 的发展，
ECCV 2024｜是真看到了，还是以为自己看到了？多模态大模型对文本预训练知识的过度依赖该解决了
AIxiv专栏是AI在线发布学术、技术内容的栏目。过去数年，AI在线AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。投稿邮箱：[email protected]；[email protected]本文第一作者皮仁杰是香港科技大学三年级博士生，师从张潼教授和周晓方教授。此前获得香港大学计算机工程学士学位。研究兴趣为多模态大语言模型，以数据为中心的人工智能，以及自动化机器学习。随着大型
无视网站反 AI 抓取政策，Anthropic 爬虫机器人惹多个网站所有者不满
据 The Verge 当地时间 26 日报道，Anthropic 公司使用的 ClaudeBot 在短短 24 小时之内，就访问了 iFixit 网站近百万次，此举违反了该网站的使用条款。这一显得有些疯狂的举动，引起 iFixit 的 CEO Kyle Wiens 直接在 X（推特）上开怼，AI在线附大意如下：“如果这些请求（指访问）中的任何一个访问了我们的使用条款，那么它会告诉你我们的内容被明确禁止使用。别问我，去问 Claude！”“我知道你渴望获得数据，Claude 也真的很聪明！但是，你真的有必要在 24
蔚来发布“中国首个”智能驾驶世界模型 NWM：0.1 秒内推演出 216 种可能发生的场景
在今日下午的 NIO IN 2024 蔚来创新科技日活动中，蔚来发布智能驾驶世界模型 NWM（NIO World Model），号称是“中国首个”。据介绍，它是一个多元自回归生成式的具身驾驶模型，可全量理解数据、具有长时序推演和决策能力，能在 100 毫秒内推演出 216 种可能发生的场景，在「万千平行世界」中寻找最优路径。作为生成式模型，NWM 还能基于 3 秒的驾驶视频，生成 120 秒的想象视频。NWM 具备与生俱来的闭环仿真测试能力，已在复杂交互场景中全面测试并验证性能。AI在线从发布会获悉，蔚来还发布了智
70 年前的阿兰・图灵情书！计算机之父和一段「有罪」的罗曼史
1953 年，计算机之父 Alan Turing 和 Christopher Strachey 创作出情书生成器，科技与情感早在 70 年前以情书为载而交汇。在 20 世纪 50 年代初，曼彻斯特大学计算实验室的墙上贴满了小而奇特的情书。情书很寻常，不寻常的是，这些抒发炽热情感的情书是由冰冷算法写成的，远远早于 ChatGPT 出现 70 年。而情书背后的历史更加离奇，1952 年，早在阿尔特曼和 OpenAI 还不知道在哪儿的时候，曼彻斯特大学的两位学生，Alan Turing 和 Christopher Str
大厂实战案例！如何用AIGC快速完成IP设计？
在公司接到一个 IP 形象的设计需求？作为乙方接到了甲方的 IP 设计？想要给自己设计一个 IP 形象？我知道你很急，但是请先别急，AIGC 也能做 IP！
本文邀请大家围观设计师是如何借助 AI 快速生产出 “图图”IP 的～一、图图是谁？为什么要做？
“图图“是 58 最新开发的图库平台-图狗 TUGO 的 IP 形象，本文将为大家带来 AIGC 是如何帮助设计师更高效地进行 IP 形象设计，为 IP 设计提供全新的创作方式和灵感。
IP 形象设计作为品牌设计延伸的一种，承载着品牌的独特性与想象空间。在品牌宣传
“AI 分析师”登陆华尔街，摩根大通开始内部推广聊天机器人
据《金融时报》今日报道，摩根大通开始在公司内部推出一款生成式 AI 产品，并告诉员工这款“自有版本的 ChatGPT”可以完成研究分析师的工作。▲ 图源摩根大通报道援引摩根大通内部备忘录称，该公司已经向其资产和财富管理部门的员工提供了一个名为 LLM Suite 的大型语言模型平台。高管们告诉员工，LLM Suite 可以通过访问第三方模型帮助他们撰写、生成创意和总结文件。LLM Suite 被描述为一个“类似 ChatGPT 的产品”，用于“通用生产力”领域。知情人士表示，摩根大通今年早些时候开始向部分银行员工推
大模型厂商密集发力，谷歌也开“卷”了：Gemini 聊天机器人换上新模型，还能一键核查输出内容
Meta、OpenAI 等大模型厂商密集发力之际，谷歌也宣布了一项重磅更新 ——即日起，Gemini 聊天机器人将改由 Gemini 1.5 Flash 驱动。与之前的版本相比，窗口长度提高到了 4 倍，响应速度也更快了。按照谷歌的介绍，新版聊天机器人背后的 1.5 Flash 模型，主打的就是轻量化和速度提升。当然模型回复的质量也有提升，上下文窗口也从原先（基于 1.0 Pro）的 8k 提升到了 32k。此外新版聊天机器人还增加了“事实核查”功能，可以一键检测生成的内容是否属实，减轻模型幻觉带来的不良影响。有网
智谱 AI CEO 张鹏谈文生视频：当前可用来做影视辅助工作，若要改变电影制作仍需距离
据新浪科技报道，智谱 CEO 张鹏今日接受采访，谈到了基于生成式 AI 的文生视频技术对影视行业的冲击等话题。他表示，从 OpenAI 的 Sora 出现之后，有关话题就一直在讨论。在国外，这件事已经引起很大影响，包括好莱坞罢工等。张鹏透露，自己有一次在北京电影学院与教师一同讨论此事，众人得出了一致的看法：从技术发展角度来看，大家都认为 AI 的发展“是很好的事情”，也是“很重要的方向”，对影视行业的变化有积极意义。张鹏表示，从目前来看，“至少也觉得如果把这项技术用在直接面向最终观众的生产过程当中，可能还是不太够。
国际奥委会：最大限度发挥 AI 工具影响力，体育人才选拔方式有望得到革新
据新华社报道，在 24 日召开的发布会上，国际奥委会首席信息科技官伊拉里奥・科尔纳表示，已经确定了超过 180 个潜在的 AI 应用场景，要最大限度发挥它们的影响力。据介绍，AI 工具可以在辨别体育人才方面展现价值 —— 通过相应技术，仅凭手机软件就能在世界任何地方“发现”新的体育人才。目前，国际奥委会与英特尔正共同开发相关定制化技术，旨在帮助各国和地区奥委会创新体育人才识别和投资培养方式，相关技术已在塞内加尔完成相应测试。图源 Pexels2026 年，塞内加尔即将迎来非洲地区首个奥林匹克赛事 —— 达喀尔青奥会
推动端侧生成式AI，英特尔已经有了全方位布局
每一个垂直行业，都需要边缘AI。
字节豆包上线吴敏霞、林丹等专属智能体 奥运冠军AI分身实时陪看
2024年东京奥运会即将开幕。7月26日，智能AI助手豆包宣布携手跳水奥运冠军吴敏霞、羽毛球奥运冠军林丹、体育解说员黄健翔及体育解说员刘语熙共同打造专属奥运智能体，用户可以在豆包App中和他们畅聊奥运话题。同时，豆包网页版也将上线“AI带你解读奥运”专区，为用户提供奥运新闻早晚报、赛事回放、AI解说等内容。据介绍，上述明星智能体不仅在对话语气上模拟了几人的性格特征，同时也获得了声音授权，用户可以随时在豆包中体验与这些专业人士交流奥运赛事的乐趣。比如和激情四溢的黄健翔共同探讨足球比赛的战术布局和精彩进球；听林丹讲述羽
微软现支持开发者微调 Phi-3-mini 和 Phi-3-medium AI 模型
微软公司昨日（7 月 25 日）发布博文，宣布在 Azure 上支持开发者微调（fine-tune） Phi-3-mini 和 Phi-3-medium AI 模型，针对不同用例提高模型的性能。例如，开发者可以微调 Phi-3-medium 模型，用于辅导学生；或者可以根据特定的语气或响应风格构建聊天应用程序。Phi-3-mini 模型于今年 4 月发布，共有 38 亿参数，上下文长度有 4K 和 128K 两个版本；Phi-3-medium 模型共有 140 亿参数，上下文长度同样有 4K 和 128K 两个版本
大模型将在医疗、教育领域发力，北京发布“人工智能 +”行动计划
感谢北京市发展和改革委员会、北京市经济和信息化局北京市科学技术委员会、中关村科技园区管理委员会今日发布了《北京市推动“人工智能 ”行动计划（2024-2025 年）》。《行动计划》提出了发展目标：2025 年底，通过实施 5 个对标全球领先水平的标杆型应用工程、组织 10 个引领全国的示范性应用项目、推广一批具有广泛应用前景的商业化应用成果，力争形成 3-5 个先进可用、自主可控的基础大模型产品、100 个优秀的行业大模型产品和 1000 个行业成功案例。率先建设 AI 原生城市，推动北京成为具有全球影响力的人工