资讯列表
手机能跑百亿参数大模型,骁龙8Gen3来了,自研PC架构上线
高通骁龙 8 Gen3 的出现,让生成式 AI 在智能终端无处不在了。安卓旗舰手机的芯片,今天迎来了换新。一年一度的高通骁龙峰会在 10 月 24 日拉开序幕,今年举办地点来到了夏威夷毛伊岛。会上,高通宣布推出最新一代旗舰移动平台骁龙 8 Gen3,并表示其在终端侧 AI 能力、性能和能效等多个方面都有显著提升。简单总结一波,骁龙 8 Gen3 采用台积电 4nm 制程工艺打造(可能是 N4P)。CPU 采用全新 1 5 2 架构,包括 1 个 X4 超大核、3 个 A720 大核 3.15GHz、2 个 A720
低成本快速入局大模型,你需要学下向量数据库
在 ChatGPT 等大语言模型(LLM)盛行的当下,一直不温不火的向量数据库(Vector Data Base ,VectorDB)开始受到大家的关注。一般而言,大模型在回答具有普遍性的问题上游刃有余,但在回答垂直专业的问题上,就显得不那么出色,例如,大模型在医疗行业会存在回答不准确的情况。这时,为大模型配备一个「超级大脑」变得尤为重要,这个「超级大脑」可以存储一些专有知识,这样一来,大模型就能从海量的数据中快速检索出最合适的答案,提高它们的准确性和效率,而向量数据库就充当了「超级大脑」角色。其实,早在 2013
开源版「ChatGPT Plus」来了,能做数据分析、插件调用、自动上网,落地真实世界的智能体
OpenAI ChatGPT Plus 订阅付费功能强大,可以实现高阶「数据分析」(Advanced Data Analysis)、「插件调用」(Plugins)以及「自动网页浏览」(Browse with Bing),能够作为日常生活中的重要生产力工具。可是因为商业原因而选择了闭源,研究者和开发者也只能使用而没有办法在其上面做任何的研究或改进。基于此,来自香港大学、XLang实验室、Sea AI实验室和Salesforce的研究者联合打造了一款用于真实世界生产力工具的开源智能体框架——OpenAgents,并开源
Nature | 一场人工智能革命正在医学领域酝酿,它会是什么样子?
编辑 | 绿萝10 月 24 日,《Nature》发布了一篇题为《An AI revolution is brewing in medicine. What will it look like?》的新闻专稿。文章指出 AI 模型应用于医疗的当前局限性,新兴的通才模型可以克服第一代机器学习工具在临床使用中的一些局限性。为了解决医学人工智能工具的一些局限性,研究人员一直在探索具有更广泛功能的医学人工智能。并介绍了一些大型科技公司在医疗成像的基础模型。Jordan Perchik 在美国阿拉巴马大学伯明翰分校(The U
DISC-FinLLM:复旦大学团队发布中文智慧金融系统,采用多专家微调框架
金融领域为自然语言处理(NLP)模型带来了独特的挑战和机遇。当前,金融文本和数据的信息量和复杂性呈现爆炸式增长,一个强大、可靠的智慧金融系统可以满足多种不同用户群体的金融需要,例如辅助金融从业者完成行业分析、时事解读、金融计算、统计分析工作,为金融科技开发者完成情感分析、信息抽取任务,帮助学生解答金融问题等,从而有效地提高金融领域工作和学习的效率。金融领域本身具有高度的专业性,语言模型一方面要处理复杂的金融语言,另一方面要保证知识储备的实时性和对金融文本内数据计算的准确性,故而过往的模型通常无法在该领域提供令人满意
讯飞星火升级 3.0:整体超越 ChatGPT,2024 年将实现对标 GPT-4
距离上一个大版本仅两个月过去,科大讯飞在 1024 对外正式推出讯飞星火认知大模型 3.0 版本。今年 5 月,讯飞星火认知大模型刚刚面世时,科大讯飞董事长刘庆峰曾立下 Flag:10 月 24 日,星火认知大模型的能力要全面对标 ChatGPT。在今天的发布会上,刘庆峰对外正式宣告,星火 V3.0 已经实现全方位超越 ChatGPT,在中文上实现全面超越,在英文上实现对标。相较于上一个版本,讯飞星火 3.0 版本在文本生成、语言理解,知识问答、逻辑推理、数学能力、代码能力、多模态能力等七大核心能力上继续升级,并且
公开出售GitHub star、Kaggle点赞,「黑市」越来越明目张胆了吗?
Star 量可以真真假假,但别人用不用、用得好不好最终还是要看项目本身的含金量。在开发者的世界中,判断一个项目火不火、受不受欢迎,GitHub 的 star 量是一个非常重要的指标。比如 AI 大模型宇宙的基石模型 transformers 在 GitHub 上已经获得了 100k 以上的 star。可以说,开发者在 GitHub 上创建项目,提交代码,与其他人分享交流,构建了独属于开发者的社交网络。GitHub 更是成为了开发者神器,还被戏称为「全球最大同性交友网站」。不过,根据今天 Wired 的一篇报道,Gi
大咖云集,看点前瞻:蚂蚁集团主办CNCC2023五大论坛
2023 年 10 月 26-28 日,第二十届中国计算机大会(CNCC2023)将于沈阳举行。CNCC 由中国计算机学会(CCF)主办,是计算领域学术、技术、产业、教育各界宏观探讨发展趋势的年度盛会,为展示学术成果与技术创新搭建平台,促进各界交流合作,加快科研成果转换。本届 CNCC2023 大会以“发展数字基础设施,支撑数字中国建设”为主题,线下参会人数预计达万人。蚂蚁集团作为本次大会合作单位将主办五大论坛,重点关注数据安全与产学研深度融合,邀请多位学者专家到场分享,洞见计算领域新技术,共话数字发展新态势。论坛
RLHF模型普遍存在「阿谀奉承」,从Claude到GPT-4无一幸免
AI 助手经过训练,可以给出人类喜欢的回答,该研究表明,这些 AI 系统通常会产生奉承人类的响应,但这些响应并不完全准确。通过分析表明,人类的反馈有助于这种行为。不管你是身处 AI 圈还是其他领域,或多或少的都用过大语言模型(LLM),当大家都在赞叹 LLM 带来的各种变革时,大模型的一些短板逐渐暴露出来。例如,前段时间,Google DeepMind 发现 LLM 普遍存在「奉承( sycophantic )」人类的行为,即有时人类用户的观点客观上不正确,模型也会调整自己的响应来遵循用户的观点。就像下图所展示的,
NeurIPS 2023 | 「解释一切」图像概念解释器来了,港科大团队出品
Segment Anything Model(SAM)首次被应用到了基于增强概念的可解释 AI 上。你是否好奇当一个黑盒深度神经网络 (DNN) 预测下图的时候,图中哪个部分对于输出预测为「击球手」的帮助最大?香港科技大学团队最新的 NeurIPS2023 研究成果给出了他们的答案。论文:: Meta 的分割一切 (SAM) 后,港科大团队首次借助 SAM 实现了人类可解读的任意 DNN 模型图像概念解释器:Explain Any Concept (EAC)。你往往会看到传统的 DNN 图像概念解释器会给出这样的解
哈工大与腾讯开发:一种专门针对蛋白质组数据设计的反卷积方法
编辑 | 萝卜皮细胞类型反卷积是一种用于从大量测序数据中确定/解析细胞类型比例的计算方法,并且经常用于分析肿瘤组织样本中的不同细胞类型。然而,由于重复性/再现性、参考标准可变以及缺乏单细胞蛋白质组参考数据的挑战,使用蛋白质组数据分析细胞类型的反卷积技术仍处于起步阶段。哈尔滨工业大学、腾讯 AI lab 以及苏黎世联邦理工学院的研究团队合作开发了一种专门针对蛋白质组数据设计的基于深度学习的反卷积方法(scpDeconv)。scpDeconv 使用自动编码器利用来自批量蛋白质组数据的信息来提高单细胞蛋白质组数据的质量,
联想Tech World2023:充分释放人工智能技术的力量
10月24日,以“AI for All”为主题的第九届联想创新科技大会(2023 Lenovo Tech World)成为全球焦点。此次大会重点关注如何释放人工智能力量,并推动生活各方面和各行各业的智能化转型,探讨如何设计、推动和重新定义下一代人工智能设备、基础设施、解决方案和服务,以加速为企业和消费者带来真正的人工智能驱动成果。会上,联想集团展示了联想人工智能设备产品组合,发布个人与企业级人工智能双胞胎(AI Twin),以及覆盖个人大模型和企业级大模型的混合AI框架。值得一提的是,联想全球首款AI PC在大会上
万圣节海报不用愁!9 组优质 Midjourney 提示词助你快速完成设计
大家好,这里是和你们一起探索 AI 绘画的花生~
万圣节马上就到了,为大家整理了 9 组万圣节主题的 Midjourney 提示词,可以用来生成各种类型的设计素材,包括海报背景、装饰元素和电商背景图等,一起来看看吧~
上期回顾:一、背景素材
我们可以用 Midjourney 生成高质量的海报背景,下面提供几组常见的背景素材提示词作为参考,其中画面的元素和细节可以按自己的需要调整,风格也可以更换,比如矢量扁平插画、油画、纸艺、像素风或者 2D 游戏风;配色也可以更换,常用的是蓝紫色与橙红色,或者荧光绿与黑色。
① H
Midjourney控图差?6个技巧帮你提升控图质量!
2022 年 8 月由游戏设计师杰森·艾伦通过 Midjourney 生成,再用 Photoshop 润色的《太空歌剧院》作品,在美国科罗拉多州举办的一场艺术博览会上获得获得数字类别的冠军。一时间,AI 绘画引起了大家的广泛讨论。《太空歌剧院》将传统与科幻相结合,神秘和深邃相交映。画面里的人物和场景栩栩如生,画作意境和表达手法,不禁让人感叹 AI 的强大。不久的将来,绘画将不会有那么高的门槛,AI 将会成为我们的“画笔”,帮助每一个普通人成为“神笔马良”。
AI 工具大家熟知的软件有 Midjourney、Stab
超详细!Stable Diffusion 真人照片转动漫风格保姆级教程
相信我们很多人在看过动漫/动画后,都想看一看二次元世界中的自己长什么样子,那今天就以客户照片为例,说说我们如何用 Stable Diffusion,让 AI 帮我们将真实照片转成一个绝美二次元少女,Let’s do it~
更多SD干货:客户原图照片如下,希望转成二次元甜美少女。1. 打开 Web UI ,用 Tag 反推,辅助书写关键词用 Tag 反推中传入照片,点击反推得到红框中大致的画面内容描述词
1girl, solo, looking up, brown hair, belt, long hair, ar
小模型编排,让 1+1>2,企业工作更灵活,效率更高
选自 Salesforce AI Research作者:Silvio Savarese编译:大盘鸡善用小模型,发挥大作用。AI 的使用越来越广泛,不局限于个人对于它的使用。在企业中,也越来越流行使用 AI 完善工作流程、推进工作进度。但不得不提到的是,功能更加强大的往往是规模较大的大模型,这会造成企业部署上的难题。Silvio Savarese 发文针对这一问题谈到了自己的想法,模型并不是越大越好,小模型组合起来能更好地处理工作内容。以下是机器之心对原文进行的不改变原意的翻译与整理。原文地址:,我写了很多关于我称之
哈工大与腾讯团队合作开发:一种专门针对蛋白质组数据设计的深度学习反卷积方法
编辑 | 萝卜皮细胞类型反卷积是一种用于从大量测序数据中确定/解析细胞类型比例的计算方法,并且经常用于分析肿瘤组织样本中的不同细胞类型。然而,由于重复性/再现性、参考标准可变以及缺乏单细胞蛋白质组参考数据的挑战,使用蛋白质组数据分析细胞类型的反卷积技术仍处于起步阶段。哈尔滨工业大学、腾讯 AI lab 以及苏黎世联邦理工学院的研究团队合作开发了一种专门针对蛋白质组数据设计的基于深度学习的反卷积方法(scpDeconv)。scpDeconv 使用自动编码器利用来自批量蛋白质组数据的信息来提高单细胞蛋白质组数据的质量,
生成的分子几乎 100% 有效,用于逆向分子设计的引导扩散模型
编辑 | 绿萝「从头分子设计」是材料科学的「圣杯」。生成深度学习的引入极大地推进了这一方向,但分子发现仍然具有挑战性,而且往往效率低下。以色列理工学院(Technion-Israel Institute of Technology)和意大利威尼斯大学(University Ca’ Foscari of Venice)的研究团队,提出一种用于逆向分子设计的引导扩散模型:GaUDI,它结合了用于属性预测的等变图神经网络和生成扩散模型。研究人员通过将单目标和多目标任务应用于生成的 475,000 个多环芳香族系统数据集,