人工智能技术文章
-
不知道大家有没有玩过一款叫做 Portal（传送门）的游戏？在游戏中，玩家可以使用一把枪作为传送门设备，在两个空间平面之间创建一个人体大小的「虫洞」连接。经由传送门，玩家可以在空448 收藏 -
多任务学习（MTL）存在很多挑战，因为不同任务之间的梯度可能矛盾。为了利用任务之间的关联，作者引入了 Mod-Squad 模型，它是多个专家组成的模块化模型。模型可以灵活优化任务和专家的匹448 收藏 -
作者 | 云昭3月9日，微软德国CTO Andreas Braun在AI kickoff会议上带来了一个期待已久的消息：“我们将于下周推出GPT-4，届时我们将推出多模式模式，提供完全不同的可能性——例如视频。”言语448 收藏 -
Abracadabra！在2D生成3D模型上，英伟达亮出了自称「世界级」研究：GET3D。通过2D图像训练后，该模型可生成具有高保真纹理和复杂几何细节的3D形状。究竟有多厉害？形状、纹理、材质自定义GET3D448 收藏 -
小红书多媒体智能算法团队和香港中文大学首次联合提出了基于多阶段多码本紧凑型语音表征的高性能语音合成方案 MSMC-TTS。基于矢量量化变分自编码器（VQ-VAE）的特征分析器采用若干码本对声448 收藏 -
2022 年 AAAS Fellow 名单出炉！此次入选人员包括 505 名科学家、工程师或各科学学科的创新者，以表彰他们对于 STEM 学科的重要贡献，包括开创性研究、在特定领域的领导、教学和指导、促进448 收藏 -
随着技术的发展，“为什么要修复未损坏的东西”这句老话已不再有效。在当今“永远在生产”的世界中，工厂和生产设备全天候运转，任何故障都会导致生产严重中断，有时甚至会对其他下游448 收藏 -
Hugging Face Datasets 的 ClassLabel 不应根据每个数据切片临时推导。本文用固定 names 顺序统一训练、验证和推理标签，并说明 map、cast_column、names_file、int2str 与 str2int 的边界。447 收藏 -
以 Hugging Face InferenceClient 为例，拆解结构化输出失败的三层原因，用最小 JSON Schema 和检查清单快速定位配置、模型兼容性与解析问题。447 收藏 -
远程 MCP 服务器让 AI 应用可以连接外部数据和工具，但接入前必须核对来源、工具权限、读写范围与撤销路径。本文给出一份不依赖具体厂商的上线前检查清单。447 收藏 -
需重点控制动作连贯性、动态模糊强度与关键帧节奏：一、用分镜提示词描述“追—跃—接”三阶段；二、调高MotionIntensity至0.75、启用KeyframeLock、设BlurThreshold为0.3；三、上传三张对齐视角参考图并绑定帧序；四、手动微调第12–14帧犬齿与飞盘接触细节。447 收藏 -
豆包AI需建立结构化触发机制与上下文锚定策略才能稳定生成符合岗位规范的日报周报：一、构建角色-任务-格式三位一体提示词模板；二、启用对话上下文锁定与关键词唤醒机制；三、设置批量生成与人工卡点筛选工作流；四、部署本地指令快捷键与变量替换协议；五、建立输出校验清单与偏差熔断机制。447 收藏 -
可灵AI灵感值用完时，可通过五种方式继续生成：一、重新登录领取66灵感值；二、注册可灵国际版获50灵感值；三、用海艺AI调用可灵2.6模型；四、邀请新用户得300灵感值；五、发布审核通过的原创短片获680灵感值。447 收藏 -
M3Max无法原生运行DeepSeek-R1满血版（671B），需通过4-bit量化+KV缓存卸载、NPU全核绑定、eGPU带宽扩展及Metal堆栈VRAM阈值突破组合实现功能等效推理。447 收藏 -
Llama3持续预训练算力消耗远低于从头训练，可通过四种方法估算：基于Token总量与每Token计算量、参考实测吞吐量、增量训练占比经验缩放、显存占用与批次推导，具体数值取决于数据规模、模型版本、序列长度及优化策略。447 收藏