鸿蒙开发者社区

WOT技术大会

公众号矩阵

移动端

短视频免费课程课程排行直播课软考学堂

全部课程厂商认证 IT技术 24年11月软考 PMP项目管理免费题库

文章资源问答课堂专栏直播

51CTO

鸿蒙开发者社区

51CTO技术栈

51CTO官微

51CTO学堂

51CTO博客

CTO训练营

鸿蒙开发者社区订阅号

51CTO软考

51CTO学堂APP

51CTO学堂企业版APP

鸿蒙开发者社区视频号

51CTO软考题库

账号设置退出

新闻

2.4w内容

关注

汇聚51CTO网站的各领域新鲜资讯，包括开发、移动开发、系统、网络、安全、数据库、大数据、人工智能、区块链、云计算、物联网、数字化转型、服务器、存储、商务办公、运维、开源、智能汽车等细分领域。

共 2.4w 条

Meta最新！PARTNR：具身多智能体任务中规划与推理的基准测试框架

PARTNR是一个针对多智能体实体任务中的推理与规划基准，其特点是在60个模拟的多房间房屋中实例化了100,000项自然语言任务，这些房屋中包含5,819个独特物体。

2024-11-14 10:40:00

智能体模型

稚晖君后宇树也来玩开源了：机器人操作数据集，采用抱抱脸LeRobot训练测试，网友：泰裤辣！

宇树科技，开源Unitree G1机器人操作数据集，包括数据采集、学习算法、数据集和模型，并表示将持续更新。

2024-11-13 15:40:00

机器人开源

首个多模态连续学习综述，港中文、清华、UIC联合发布

本文呈现了一份最新的多模态连续学习（MMCL）综述，提供了 MMCL 方法的结构化分类、基本背景知识、数据集和基准的总结。

2024-11-13 15:00:00

一句话爆改三维场景！斯坦福吴佳俊团队新作：场景语言，智能补全文本到3D的场景理解

斯坦福的研究团队提出了一个创新性解决方案：就像人类使用自然语言（natural language）进行交流，三维场景的构建需要场景语言（Scene Language）。

2024-11-13 14:40:00

WHALE来了，南大周志华团队做出更强泛化的世界模型

来自南京大学、南栖仙策等机构的研究者引入了 WHALE（World models with beHavior-conditioning and retrAcing-rollout LEarning），这是一个用于学习可泛化世界模型的框架，由两种可以与任何神经网络架构普遍结合的关键技术组成。

2024-11-13 14:25:00

OpenAI总裁回归！将更专注重大技术挑战，“结束人生最长假期”

Brockman在推特上宣布，自己人生中最长的假期结束了，现在要回来继续建设OpenAI。

2024-11-13 14:00:00

Scaling Laws终结，量化无用，AI大佬都在审视这篇论文

研究表明，你训练的 token 越多，你需要的精度就越高。

2024-11-13 13:50:00

Scaling Law还有救？MIT破解LLM进化新路！测试时训练让性能暴涨6倍，准确率媲美人类

Scaling Law并未失效，只是不再局限于参数规模的增加。MIT团队最新研究发现，测试时训练在Scaling大模型上，显现出突破性潜力，ARC公共基准测试中拿下61.9%成绩，媲美人类选手。

2024-11-13 12:48:30

CCS 2024 | 如何严格衡量机器学习算法的隐私泄露？ ETH有了新发现

在论文中，我们提倡在个体样本层面上进行隐私评估，报告防御方法对数据分布中最脆弱样本的隐私泄露程度。为了高效地进行这样的评估，我们明确设计了一小部分审计子群体，这些样本具有最坏情况的特征，称为金丝雀样本。

2024-11-13 10:30:00

机器学习算法

微软 .NET 9 正式发布：性能大幅提升，提供 18 个月标准期限支持

11 月 13 日消息，微软刚刚发布了最新的.NET 9.0 SDK 及其对应的.NET 运行时和 ASP.NET Core 运行时，该分支具有 18 个月标准期限支持。

2024-11-13 10:05:56

完全开源的代码大模型OpenCoder来了，跻身性能第一梯队

研究团队推出了 OpenCoder，这是一系列能力达到第一梯队的 CodeLLM，不仅在性能上可与领先模型媲美，还为研究社区提供了全方面的构建细节。

2024-11-13 10:05:00

连OpenAI都推不动Scaling Law了？MIT把「测试时训练」系统研究了一遍，发现还有路

这篇文章透露，OpenAI 下一代旗舰模型的质量提升幅度不及前两款旗舰模型之间的质量提升，因为高质量文本和其他数据的供应量正在减少，原本的 Scaling Law（用更多的数据训练更大的模型）可能无以为继。

2024-11-13 09:43:03

一文看完多模态：从视觉表征到多模态大模型

本文梳理了2019年之后视觉表征和多模态表征的一些变化，主要涉及视觉表征和视觉预训练、多模态表征对齐（或融合）和多模态预训练、多模态大模型技术的相关工作。

2024-11-13 09:39:13

开源版SearchGPT来了，两张3090就可复现，超越Perplexity付费版

港中文MMLab、上海AI Lab、腾讯团队简易实现了Vision Search Assistant，模型设计简单，只要两张RTX3090就可复现。

2024-11-12 14:20:00

最强开源CodeLLM模型深夜来袭！320亿参数，Qwen2.5-Coder新模型超越GPT-4o

Qwen2.5-Coder-32B正式发布，霸气拿下多个主流基准测试SOTA，彻底登上全球最强开源编程模型宝座。

2024-11-12 14:00:00

深度揭秘CoT！普林斯顿耶鲁发布最新报告：大模型既有记忆推理、也有概率推理

研究人员通过案例研究，利用大型语言模型（LLMs）如GPT-4、Claude 3和Llama 3.1，探索了思维链（CoT）提示在解码移位密码任务中的表现；CoT提示虽然提升了模型的推理能力，但这种能力并非纯粹的符号推理，而是结合了记忆和概率推理的复杂过程。

2024-11-12 13:40:00

Ilya认错，Scaling Law崩了？自曝SSI秘密技术路线取代OpenAI

Ilya终于承认，自己关于Scaling的说法错了！现在训练模型已经不是「越大越好」，而是找出Scaling的对象究竟应该是什么。他自曝，SSI在用全新方法扩展预训练。而各方巨头改变训练范式后，英伟达GPU的垄断地位或许也要打破了。

2024-11-12 13:07:44

即插即用ChatTracker：多模态大模型重塑目标跟踪

我们提出了一种基于反射的提示优化（RPO）模块，通过跟踪反馈迭代地改进目标的模糊和不准确的语言描述。

2024-11-12 10:20:00

通用场景拉满了！GenXD：生成任何3D&4D场景（新加坡国立&微软最新）

今天为大家分享新加坡国立&微软最新的工作—GenXD！3D&4D场景生成通通拿下！

2024-11-12 09:34:48

场景生成自动驾驶

如何简单理解视觉语言模型以及它们的架构、训练过程？

这篇文章介绍了视觉语言模型（VLMs），它们是未来的复合AI系统。文章详细描述了VLMs的基本原理、训练过程以及如何开发一个多模态神经网络，用于图像搜索。

2024-11-12 09:20:03

神经网络语言模型

o1/Claude集体翻车！陶哲轩等60+顶尖数学家合力提出新数学基准，大模型正确率通通不足2%

获大神卡帕西力荐，大模型新数学基准来势汹汹—— 一出手，曾在国际数学奥赛中拿下83%解题率的o1模型就败下阵来

2024-11-12 09:14:52

浙大开源“最懂Excel的GPT”！首次将结构化数据作为独立模态训练，刷榜提升40百分点

这就是由LeCun高徒、浙江大学博导赵俊博领衔打造的TableGPT2。

2024-11-11 17:37:27

当视觉大模型陷入认知失调，马里兰大学构建了一个幻觉自动生成框架

马里兰大学的研究团队提出了一个名为 AutoHallusion 的视觉大模型幻觉自动生成框架。

2024-11-11 17:33:35

模型生成 AI

GitHub超火开发者路线图库有AI学习路线了！star数近30万

这个路线图可以为你从头开始的 AI 工程师之旅提供指引，让你不至于在探索和学习过程中迷茫乃至失去方向。而如果你已经是一位颇有经验的 AI 工程师了，也可以使用这份路线图来梳理自己的知识体系。

2024-11-11 17:29:15

AI 工程师模型

LoRA、完全微调到底有何不同？MIT 21页论文讲明白了

本文旨在了解两种微调大型语言模型方法之间的差异：完全微调和低秩自适应 (LoRA)。这两种方法都用于将预训练模型适应特定的下游任务，但它们却有所不同。

2024-11-11 14:40:00

AI 语言模型

真·打字P图！字节发布新模型SeedEdit，一句话爆改世界名画，可免费体验

这次字节卯足劲推出的 SeedEdit，首先在通用性上做到了极致，不用涂抹编辑区域，只需给出一句简洁的 prompt，就能实现任意指令的编辑，适用各类编辑任务，支持用户脑洞大开的奇思妙想。

2024-11-11 14:30:00

两位本科生一作，首次提出「持续学习」+「少样本」知识图谱补全 | CIKM 2024

上海大学本科生研发的新框架能有效应对知识图谱补全中的灾难性遗忘和少样本学习难题，提升模型在动态环境和数据稀缺场景下的应用能力。这项研究不仅推动了领域发展，也为实际应用提供了宝贵参考。

2024-11-11 14:20:00

清华团队破解具身智能Scaling Law，GPT时刻在即！宁德时代联创终于出手

半年两次大融资后，这家具身智能黑马再次获得融资！作为柏睿资本首次投资的具身智能企业，千寻智能不仅拥有出身自伯克利系联创，在技术、硬件、商业化上，也让人极有信心。

2024-11-11 14:00:00

GPT-5被曝不及预期，OpenAI员工：没什么科学突破了，接下来只需要工程

消息来自The Information，具体指代号“猎户座”（Orion）的模型相对GPT-4的提升幅度，小于GPT-4相对GPT-3，已进入收益递减阶段。

2024-11-11 13:52:31

专家模型不要专家并行！微软开源MoE新路径

近日，来自微软的研究人员开源了使用全新方法训练的MoE大模型，不走寻常路，且编码和数学表现出色。

2024-11-11 13:24:02

NeurIPS 2024 (Oral) | 如何量化与提升思维链的推理能力边界？

本研究提出了一个推理边界（RB）框架，系统量化并优化大语言模型（LLMs）在思维链（CoT）任务中的推理能力边界。

2024-11-11 11:05:00

大语言模型系统

揭示Transformer重要缺陷！北大提出傅里叶分析神经网络FAN，填补周期性特征建模缺陷

FAN 与 MLP 相比，不仅增强了周期性建模能力，且参数量和计算量更少，有望成为基础模型的关键组成部分。未来，北大研究团队将进一步扩大 FAN 的应用范围，增强其作为基础模型组件的表现，持续推动基础模型的技术进步与创新发展。

2024-11-11 10:40:00

高能干货分享，有关提示词工程的一切都在这份教程里

开源社区 DiamantAI 的主理人 Nir Diamant 发布了一套提示词工程技术库，系统性地教我们如何提高和 AI 的沟通技巧，更好发挥 AI 的潜能。

2024-11-11 10:17:00

不让视觉语言模型「盲猜」，性能竟直接提升一倍？

近日，卡内基梅隆大学与华盛顿大学的研究团队推出了 NaturalBench，这是一项发表于 NeurIPS'24 的以视觉为核心的 VQA 基准。它通过自然图像上的简单问题——即自然对抗样本（Natural Adversarial Samples）——对视觉语言模型发起严峻挑战。

2024-11-11 10:12:00

哈佛推出全新类ChatGPT癌症诊断AI，登上Nature！准确率高达96%

能够执行多种任务，识别19种癌症类型，预测患者生存率……哈佛医学院研究人员提出CHIEF，一种多功能AI癌症诊断模型，表现出类似于ChatGPT的灵活性，远超其他现有的癌症诊断模型。

2024-11-11 10:00:00

谷歌苹果曝出LLM惊人内幕，自主识别错误却装糊涂！AI幻觉背后藏着更大秘密

大模型幻觉，究竟是怎么来的？谷歌、苹果等机构研究人员发现，大模型知道的远比表现的要多。它们能够在内部编码正确答案，却依旧输出了错误内容。

2024-11-11 09:35:00

学生党狂喜，物理图表动起来！受力分析、光学、电路图等全自动交互

增强物理（Augmented Physics）可以将物理教科书中的静态图表转换成交互式模拟的工具，通过动态图示、双向绑定和参数可视化等增强策略，为学生提供了一个更直观、更个性化的物理学习体验，能够帮助学生更好地理解和掌握物理概念。

2024-11-11 09:20:00

奥特曼专访自曝OpenAI掌握AGI密钥，2025年降临！1人1万块GPU缔造十亿独角兽

AGI 2025年到来，ASI几千天内降临，奥特曼在最新专访中金句频出。不仅如此，他的话还得到了德扑之父、自家员工的证实。

2024-11-11 09:10:00

多模态模型免微调接入互联网，即插即用新框架，效果超闭源商用方案

众所周知，大模型的训练和微调会消耗大量计算资源和时间，这意味着频繁更新大模型的参数是不切实际的。

2024-11-11 09:00:00

AI有鼻子了，还能远程传输气味，图像生成香水

最近，一个名叫 Osmo 的初创公司宣布，他们成功地将气味数字化了。

2024-11-11 08:45:00

我为什么离开OpenAI？六年元老发离职长文：AGI将至，我们远没准备好

6年元老为何加入离职大军？AGI的未来，我们到底需要面对什么？OpenAI前高级顾问Miles Brundage最近发表长文，细述了自己的思考和感受。

2024-11-11 08:40:00

空间智能版ImageNet来了！李飞飞吴佳俊团队出品

HourVideo，一个用于评估多模态模型对长达一小时视频理解能力的基准数据集，包含多种任务。

2024-11-11 08:30:00

清华厦大等提出“无限长上下文”技术，100万大海捞针全绿，Llama\Qwen\MiniCPM都能上分

来自清华、厦大等联合提出的LLMxMapReduce长本文分帧处理技术。

2024-11-11 08:00:00

智能体首次达到Kaggle Grandmaster水平，华为用结构化推理补齐思维链短板

在现实世界中，一个难题的解决方案往往都不是孤立存在的，而需要系统性的方法。这就促使人们开始研究如何让 LLM 通过顺序或并行模块处理智能体任务，从而动态地、分步骤地解决问题。

2024-11-08 15:10:00

模型智能体

无问芯穹提出混合稀疏注意力方案MoA，加速长文本生成，实现最高8倍吞吐率提升

最近，来自清华大学、无问芯穹和上海交通大学的研究团队发表了《MoA: Mixture of Sparse Attention for Automatic Large Language Model Compression》，提出通过混合不同稀疏度的注意力头，使用 25% 的注意力稠密度，就可以记忆几乎 100% 的上下文。

2024-11-08 15:00:00

把Waymo玩成GTA游戏！全生成式的车辆行驶轨迹视频合成器来了

现有驾驶场景中的新视角合成方法多遵循「场景重建 - 新视角渲染」的管线，依靠重建得到的 NeRF 或 3D-GS 等场景表示来渲染新视角下的成像。

2024-11-08 14:30:00

自动驾驶 AI

LeCun赞转！类Sora模型能否理解物理规律？字节豆包大模型团队系统性研究揭秘

自从 Sora 横空出世，业界便掀起了一场「视频生成模型到底懂不懂物理规律」的争论。

2024-11-08 14:10:00

模型视频生成

失业小哥在父母卧室做AI应用，日入2万刀！晒账单爆火全网，AI初创价值3500万

太励志了，毕业即失业的这位小哥，从父母卧室中创办出一家价值3500万美元的AI初创！这个写论文神器Jenni AI，已经拥有了爆炸级的400万用户，让公司年收入达到800万美元。

2024-11-08 14:00:00

文本图格式大一统！首个大规模文本边基准TEG-DB发布 | NeurIPS 2024

最近，来自上海大学、山东大学和埃默里大学等机构的研究人员首次提出了文本边图的数据集与基准，包括9个覆盖4个领域的大规模文本边图数据集，以及一套标准化的文本边图研究范式。该研究的发表极大促进了文本边图图表示学习的研究，有利于自然语言处理与图数据挖掘领域的深度合作。

2024-11-08 13:30:00

50s完成7B模型量化，4bit达到新SOTA，大模型低比特量化有新招了 | NeurIPS 2024 Oral

DuQuant通过两种正交变换，利用activation激活值的先验知识达到了比QuaRot中Hadamard旋转更好的量化效果。

2024-11-08 10:00:00

1 2 3 4 5 6 ··· 500 下一页

51CTO技术栈公众号

业务
速览

媒体

51CTO CIOAge HC3i

社区

51CTO博客鸿蒙开发者社区 AI.x社区

教育

51CTO学堂精培企业培训 CTO训练营