- 分类:
- 人工智能
- 
                        
                              - 被GPT带飞的In-Context Learning发展现状如何?这篇综述梳理明白了
- 随着语言模型和语料库规模的逐渐扩大,大型语言模型(LLM)展现出更多的潜力。近来一些研究表明,LLM 可以使用 in-context learning(ICL)执行一系列复杂任务,例如解决数学推理问题。来自北京大学、上海 AI Lab 和加州大学圣巴巴拉分校的十位研究者近期发布了一篇关于 in-context learning 的综述论文,详细梳理了 ICL 研究的当前进展。论文地址:https://arxiv.org/pdf/2301.00234v1.pdfin-context learn
- 科技 1076 2023-04-11 17:10:03
 
- 
                        
                              - 达摩院开源半监督学习框架Dash,刷新多项SOTA
- 一、研究背景监督学习(Supervised Learning)我们知道模型训练的目的其实是学习一个预测函数,在数学上,这可以刻画成一个学习从数据 (X) 到标注 (y) 的映射函数。监督学习就是一种最常用的模型训练方法,其效果的提升依赖于大量的且进行了很好标注的训练数据,也就是所谓的大量带标签数据 ((X,y))。但是标注数据往往需要大量的人力物力等等,因此效果提升的同时也会带来成本过高的问题。在实际应用中经常遇到的情况是有少量标注数据和大量未标注数据,由此引出的半监督学习也越来越引起科学工作
- 科技 1837 2023-04-11 17:07:03
 
- 
                        
                              - 人工智能投资持续放缓,什么样的AI项目和投资策略可以穿越周期?
- 根据调研机构CB Insights日前发布的“AI状况”季度报告,与资本市场当前状况一致,AI的投资持续放缓。自上季度以来,AI初创公司的总投资下降了31%,降到2020年第三季度以来的最低水平。大型融资(1亿美元以上)与上季度相比下降39%,创下9个季度以来新低。 尽管AI融资的停滞将会减缓该领域的发展,但它也促使投资者将更多注意力放在可能实现持续发展的AI项目上。投资者需要了解获得融资的AI初创公司,以对AI行业在未来几个月的发展趋势有大致的了解。 AI的商业模式 AI初创公司是一个模糊的
- 科技 2672 2023-04-11 17:01:03
 
- 
                        
                              - 2023年计算机视觉的现状:机遇与挑战并存
- 自20世纪60年代首次进行图像识别实验以来,计算机视觉领域已经取得了长足的进步。计算机视觉技术正在广泛应用,从自动驾驶汽车到医疗保健再到安全系统。在2023年,随着深度学习、神经网络和图像处理的最新进展,计算机视觉的发展势头强劲。但也有面临重大挑战,包括道德考虑和更加多样化的必要性和代表性的数据集。在本文中,我们将探讨2023年计算机视觉的现状、未来的机遇以及为释放其全部潜力必须克服的挑战。计算机视觉的最新进展近年来,深度学习已成为计算机视觉的强大工具。深度学习算法使用人工神经网络模仿人脑处理信
- 科技 1893 2023-04-11 16:55:03
 
- 
                        
                              - 如何使用机器学习来分析情感
- 我们使用了不同的机器学习算法进行情感分析,然后将各个算法的准确率结果进行比较,以确定哪一种算法最适合这个问题。情感分析是自然语言处理(NLP)中的一个重要的内容。情感指的是我们对某一事件、物品、情况或事物产生的感觉。情感分析是一个从文本中自动提取人类情感的研究领域。它在上世纪 90 年代初才慢慢地开始发展起来。本文将让你明白如何将机器学习(ML)用于情感分析,并比较不同机器学习算法的结果。本文的目标不在于研究如何提高算法性能。如今,我们生活在一个快节奏的社会中,所有的商品都能在网上购买到,每个人
- 科技 2835 2023-04-11 16:49:03
 
- 
                        
                              - 关于ChatGPT八个技术问题的猜想
- 看到 ChatGPT 的华丽诞生,心情很复杂,既高兴、惊喜,也感到恐慌。高兴和惊喜的是没有预料到这么快就见证了自然语言处理(NLP)技术的重大突破,体验到通用技术的无限魅力。恐慌的是 ChatGPT 几乎可以高质量地完成 NLP 中的大多数任务,逐渐认识到很多 NLP 的研究方向遇到了极大挑战。总体而言,ChatGPT 最令人非常惊艳的是它的通用性,相比于 GPT-3 需要通过设计非常精巧的提示来实现效果并不太好的各种 NLP 能力,ChatGPT 已经让用户感受不到提示的存在。作为一个对话系统
- 科技 894 2023-04-11 16:46:03
 
- 
                        
                              - 吞吐提升30倍:CV流水线走向全栈并行化
- 引言斯坦福教授、Tcl 语言发明者 John Ousterhout 曾写过一本书《软件设计的哲学》,系统讨论了软件设计的通用原则和方法论,整书的核心观点是:软件设计的核心在于降低复杂性。实际上,这个观点也适用于涉及底层硬件适配的软件设计。以视觉模型开发为例,以往视觉模型开发过程中,人们一般会更加关注模型本身的优化来提升速度与效果。而对于图像前处理(预处理)和后处理阶段,人们则很少关注。当模型计算即模型训练和推理主阶段的效率越来越高时,图像的前后处理阶段愈发成为图像处理任务的性能瓶颈。具体而言
- 科技 1754 2023-04-11 16:37:03
 
- 
                        
                              - 微软杀疯了!几行代码创建私人定制ChatGPT,AI办公软件帝国来了
- 微软真是逆天了。眼看,它就要用ChatGPT建起一个世最强办公软件帝国了!开箱即用的ChatGPT来了,微软新部署的机器人,可以根据网站上的信息回答用户问题了!无需再编写单个主题或花费额外的开发周期,这样,开发者就有更多时间专注于构建复杂的对话流,提供更符合用户需要的结果。微软的野心可太大了今年1月,一篇重磅泄漏文章——《ChatGPT或将加入Word、PPT和Excel》,瞬间把微软送上了头条。随后,微软的ChatGPT组合拳全面铺开。ChatGPT必应Bing搜索、ChatGPT Azure
- 科技 1660 2023-04-11 16:34:03
 
- 
                        
                              - 超5800亿美元!微软谷歌神仙打架,让英伟达市值飙升,约为5个英特尔
- ChatGPT在手,有问必答。你可知,与它每次对话的计算成本简直让人泪目。此前,分析师称ChatGPT回复一次,需要2美分。要知道,人工智能聊天机器人所需的算力背后烧的可是GPU。这恰恰让像英伟达这样的芯片公司豪赚了一把。2月23日,英伟达股价飙升,使其市值增加了700多亿美元,总市值超5800亿美元,大约是英特尔的5倍。在英伟达之外,AMD可以称得上是图形处理器行业的第二大厂商,市场份额约为20%。而英特尔持有不到1%的市场份额。ChatGPT在跑,英伟达在赚随着ChatGPT解锁潜在的应用案
- 科技 1641 2023-04-11 16:31:03
 
- 
                        
                              - 盘点那些玩出花的 ChatGPT 开源项目
- 最近 ChatGPT 非常火爆,铺天盖地都是 ChatGPT 的新闻。Github 上也出现了很多和 ChatGPT 相关的项目,并且 Star 数快速增长,下面就来盘点一下那些玩出花的 ChatGPT 开源项目!浏览器扩展ChatGPT for GoogleChatGPT for Google 是一个可以显示 ChatGPT 响应和 Google 搜索结果的浏览器扩展,支持 Chrome/Edge/Firefox,该扩展具有以下特性:支持所有主流的搜索引擎支持OpenAI官方API从插件弹窗里
- 科技 2791 2023-04-11 16:28:03
 
- 
                        
                              - 细数NLP与CV的融合创新:盘点多模态深度学习这几年
- 近年来,NLP 和 CV 领域在方法上突破不断。不只是单模态模型有所进展,而大规模多模态方法也已经成为非常热门的研究领域。论文地址:https://arxiv.org/pdf/2301.04856v1.pdf项目地址:https://github.com/slds-lmu/seminar_multimodal_dl在最近的一篇论文中,研究者Matthias Aßenmacher回顾梳理了深度学习这两个子领域当前最先进的研究方法,并尝试进行全面的概述。此外,还讨论了将一种模态转换为另一种模态的建模
- 科技 1557 2023-04-11 16:25:03
 
- 
                        
                              - 离线强化学习新范式!京东科技&清华提出解耦式学习算法
- 离线强化学习算法 (Offline RL) 是当前强化学习最火的子方向之一。离线强化学习不与环境交互,旨在从以往记录的数据中学习目标策略。在面临数据收集昂贵或危险等问题,但是可能存在大量数据领域(例如,机器人、工业控制、自动驾驶),离线强化学习对比到在线强化学习(Online RL)尤其具有吸引力。在利用贝尔曼策略评估算子进行策略评估时,根据 X 的不同可以把当前的离线强化学习算法分为 RL-based (x=π)和 Imitation-based (x=μ), 其中π为目标策略,μ为行为策略
- 科技 1140 2023-04-11 16:23:00
 
- 
                        
                              - 数据网格在物联网、人工智能和机器学习中的用例和应用
- 网格以分散的方式跨物理和虚拟网络分布数据。与需要高度集中的基础架构的传统数据集成工具不同,数据网格可以跨本地、多云和单云边缘环境工作。在这篇文章中,我们讨论了网格在不同设置中的实际应用。数据网格:解决几个常见问题根据麻省理工学院的调查结果,只有 13% 的受访组织能够按照他们的数据战略成功交付。数据网格正在解决许多负责任的根本原因。使用数据网格可以解决在较小规模的数据管道中出现的几个问题。如果不加以解决,随着时间的推移,这些问题很快就会变得有问题和脆弱,因为杂乱的点对点系统会随着时间的推移创建自
- 科技 2151 2023-04-11 16:19:04
 
- 
                        
                              - 百度官宣:文心一言即将问世,或将比ChatGPT更强!
- 作者 | 徐杰承2月7日,百度官方公众号发布了一条极为简短的通告——《官宣:文心一言》。据了解,文心一言正是百度内部所研发的类ChatGPT聊天机器人,其英文名称则为ERNIE Bot。据百度内部人员表示:文心一言由基于百度提出的知识增强大模型(Ernie)扩展而成的一系列高级大模型构成,可以执行广泛的任务,包括语言理解、语言生成(ERNIE 3.0 Titan)以及根据文本生成图像(ERNIE-ViLG)等。与其他语言模型相比,文心一言能够将广泛的知识与海量数据相结合,从而产生非凡的理解与生
- 科技 1381 2023-04-11 16:16:03
 
- 
                        
                              - 17 个可以实现高效工作与在线赚钱的 AI 工具网站
- 自 2020 年以来,内容开发领域已经感受到人工智能工具的存在。1.Jasper AI网址:https://www.jasper.ai在可用的 AI 文案写作工具中,Jasper 作为那些寻求通过内容生成赚钱的人来讲,它是经济实惠且高效的选择之一。该工具精通短格式和长格式内容均能完成。Jasper 拥有一系列功能,包括无需切换到模板即可快速生成内容的命令、用于创建文章的高效长格式编辑器,以及包含有助于创建各种类型内容的向导的内容工作流,例如,博客文章、销售文案和重写。Jasper Chat 是该
- 科技 2950 2023-04-11 16:13:03
 
 
                        PHP讨论组
组员:3305人话题:1500
PHP一种被广泛应用的开放源代码的多用途脚本语言,和其他技术相比,php本身开源免费; 可以将程序嵌入于HTML中去执行, 执行效率比完全生成htmL标记的CGI要高许多,它运行在服务器端,消耗的系统资源相当少,具有跨平台强、效率高的特性,而且php支持几乎所有流行的数据库以及操作系统,最重要的是
 
                 
  
                                         
                                         
                                         
                                         
                                         
                                         
                                         
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                 
                                

 
                        
                       
                        
                      

