-
IT之家9月21日消息，今年6月，上海AI实验室发布了“书生・浦语”（InternLM）大模型，为104B参数，后续又推出了7B和13B规格模型。近日，上海AI实验室、商汤科技、香港中文大学、复旦大学宣布推出书生・浦语20B版本，这是一款中量级大模型，号称基于2.3TTokens预训练语料从头训练，相较于InternLM-7B，其理解能力、推理能力、数学能力、编程能力等都有显著提升。根据介绍，与之前国内陆续开源的7B和13B规格模型相比，20B量级模型具备更强大的综合能力，特别是在复杂推理和反思能力方面表
-
（映维网Nweon2023年10月07日）关于VisionPro，最有趣的其中一个地方是苹果对完全沉浸式功能的定位方式。苹果一直拒绝使用虚拟现实这个词，并且屡屡重点强调MR和空间计算。所以不少人都认为苹果在忽视VR。但RoartoVR认为，苹果是将VR视为集中注意力的全屏模式，而苹果的做法比大家想象中聪明，而且可能会坚持下去，甚至可能成为整个行业以后都会采用的方法。VisionPro是一款非常强大的VR头显，但苹果已经付出了很大努力，希望让默认的VR模式感觉不像是在VR里面，而是透视MR。虽然尚未完全实现
-
1、人工智能在供应链中的应用由于人工智能技术的变革潜力，许多行业都在拥抱人工智能的使用。在供应链和物流的背景下，许多公司一直在探索人工智能驱动的解决方案，以提高工作流程效率并克服管理货物从公司到最终消费者的流动所涉及的复杂性。根据2021年的报告，研究和数据洞察公司Gartner强调，预计到2024年，将有50%的供应链组织投资于人工智能和分析应用程序从这一趋势的开始来看，随着COVID-19大流行的出现，2020年供应链中对人工智能的需求急剧上升。全球健康危机扰乱了经济、导致制造业停顿并导致消费者行为不
-
当前，大型语言模型（LLM）在推理任务上展示了惊人的能力，尤其是在提供样例和中间步骤的情况下。然而，prompt方法通常依赖于LLM中的隐含知识，当隐含知识存在错误或与任务不一致时，LLM可能会给出错误的答案现在，来自谷歌、Mila研究所等研究机构的研究者们联合探索了一种新的方法-让LLM学习推理规则，并提出了一种名为假设到理论（Hypotheses-to-Theories，HtT）的新框架。这种新方法不仅改进了多步推理，还具有可解释性和可迁移性等优势论文地址：https://arxiv.org/abs/
-
在大型模型展开“诸神之战”时，出现了一个致命的问题，让那些尝试的用户无法忍受。很多大型模型都存在一个普遍的问题，即“一本正经地胡说八道”，这就是我们常说的“AI幻觉”。那么，如何让大型模型变得更准确、更聪明，而不是胡言乱语呢？除了模型框架、数据和算法之外，还有一个关键的应用，那就是向量数据库！数据中枢背后关于向量数据库与大模型的关系以及其重要性，有多种不同的解读。一个比较形象的说法是，如果将大模型比喻为一个容易遗忘的大脑，那么向量数据库就相当于其中的“海马体”，主要负责存储和定向记忆等功能。从解剖学的角度
-
愚者乐园FOOLSPARADISE发布ROBOT机器人机械战警潮玩手办愚者乐园LOWFOOL//ROBOT机器人需要重新书写的内容是：*尺寸：大约高36厘米材料：乙烯基、PVC官方售价：2350元预计发货时间：2024年第二季度请在转载时注明文章来源于拆盒网，并附上原文链接：网站：|微博：|微信公众号：拆盒|官方QQ群：658490394改写为：网站链接：|微博账号：|微信公众号名称：拆盒|官方QQ群号码：658490394最先出现在。
-
只用一个AI，就获取了人类接近800年才能搞出来的知识成果！这是谷歌DeepMind新研究的一种材料发现工具，论文已经发表在Nature上。仅凭这个AI工具，他们发现了220万种理论上稳定的新晶体材料，不仅将预测材料稳定性的准确率从50%拉高到80%，而且38万种已经投入测试中。谷歌DeepMind表示，鉴于过去10年才发现28000种稳定材料，这项研究相当于近800年的知识积累。业内专家对进展之神速着实大开眼界据《金融时报》介绍，MIT教授BilgeYildiz对这项研究评价称：这个无机晶体的海量数据库
-
管道腐蚀、管道附近有第三方施工、管道受地质灾害影响变形断裂，是造成燃气泄漏的主因，但通常1小时只能巡检2公里左右。北斗高精度无人机搭载激光甲烷探测仪，以厘米级定位沿预设管线路线自主巡检，巡检2公里复杂山路只需8分钟北斗高精度无人机起飞后自主巡检。燃气管道的日常巡检和维修需要投入大量人力，面临管控困难的难题。北斗卫星如何保护地下的燃气管道，并开启燃气巡检的新模式呢？近期，中石油西南油气田在四川乐山市建设的燃气“无泄漏”示范区，已经迈出了城镇燃气安全管理数字化转型的重要一步。该示范区整合了北斗时空智能技术，实
-
2024年即将来临，寒假也将不期而至。许多家长为了让孩子们在假期中既不耽误学习，又能够为日常学习打下坚实的基础，选择购买学习机。然而，市面上学习机品牌众多，功能各异，因此如何快速挑选适合的学习机成为家长们面临的难题。为了解决这个问题，京东采销团队对各大品牌学习机的功能进行了深入分析，并根据不同阶段学生的需求整理出了学习机挑选攻略，以便家长们能够精确地选择适合自己孩子的学习机产品，省心又省时。在幼儿教育阶段，孩子的年龄很小，还没有形成学习意识。因此，更加重要的是培养他们对学习的兴趣，提高他们的语言能力，丰富
-
据映维网近日报道，美国宇航局NASA与初创公司DauntlessXR已签订一份合同，旨在利用DauntlessXR开发的专有空间计算平台Aura来应对太空天气对地球基础设施、卫星和宇航员的持续威胁。合同金额尚未公布。这一合作将为NASA提供更强大的工具来监测和预测太空天气，并采取相应的措施来保护太空设施和人员安全。Aura平台的特点和具体应用方案尚未透露。DauntlessXR的Aura能够利用卫星传感器数据，在沉浸式空间中以直观的方式显示太阳活动，为地球侧的空间操作员提供监测和预测的帮助。太阳天气事件，
-
在考虑云管理时，企业主要关注的是运营流程，包括监控性能、维护安全性和确保合规性。这些是成功开展业务的关键，但仅仅是云管理的一部分。一个常被忽视的关键是通过直观工具和集成支持流程来提升用户体验，解决企业IT基础设施的问题。随着人工智能技术的发展，这些功能空白将逐渐被填补。什么是人工智能云计算?人工智能云计算是一种利用人工智能算法自动执行各种操作的云计算系统，包括应用程序、服务和数据处理。其目标是为用户提供新的管理、监控和优化云计算环境的方法。人工智能在云计算中的好处人工智能已在安全性、备份程序和软件应用方面
-
Meta日前推出两个功能强大的GPU集群，用于支持下一代生成式AI模型的训练，包括即将推出的Llama3。据报道，这两个数据中心都配备了高达24,576块GPU，旨在支持比之前发布的更大、更复杂的生成式AI模型。作为一种流行的开源算法模型，Meta的Llama能与OpenAI的GPT和Google的Gemini相媲美。Meta刷新AI集群规模据极客网了解，这两个GPU集群都搭载了英伟达目前功能最强大的H100GPU，规模比Meta之前推出的大型集群要庞大得多。此前，Meta的集群拥有大约16,000块Nv
-
图像标注是将标签或描述性信息与图像相关联的过程，以赋予图像内容更深层次的含义和解释。这一过程对于机器学习至关重要，它有助于训练视觉模型以更准确地识别图像中的各个元素。通过为图像添加标注，使得计算机能够理解图像背后的语义和上下文，从而提高对图像内容的理解和分析能力。图像标注的应用范围广泛，涵盖了许多领域，如计算机视觉、自然语言处理和图视觉模型具有广泛的应用领域，例如，辅助车辆识别道路上的障碍物，帮助疾病的检测和诊断通过医学图像识别。本文主要推荐一些较好的开源免费的图像标注工具。1.Makesense.aih
-
一、AI的“iPhone”时刻在过去的一年中，大模型的发展非常迅速，算力和数据的堆叠使模型具备了一些通用的构造和回答问题的能力，引领人们进入了一直梦想的人工智能阶段。举个例子，在与大语言模型聊天时，会感觉面对的不是一个生硬的机器人，而是一个有血有肉的人。它为我们开启了更多的想象空间。原来的人机交互，需要通过键盘鼠标，通过一些格式化的方式告诉机器我们的指令。而现在，人们可以通过语言来与计算机交互，机器能够理解我们的意思，并做出回应。为了跟上潮流，许多科技公司开始专注于大型模型的研究。2023年被认为是人工智
-
就在不久前，OpenAISora凭借其惊人的视频生成效果迅速走红，凸显出与其他文生视频模型的差异，并成为全球瞩目的焦点。继2周前推出成本直降46%的Sora训练推理复现流程后，Colossal-AI团队全面开源全球首个类Sora架构视频生成模型「Open-Sora1.0」——涵盖了整个训练流程，包括数据处理、所有训练细节和模型权重，携手全球AI热爱者共同推进视频创作的新纪元。Open-Sora开源地址：https://github.com/hpcaitech/Open-Sora先睹为快，我们先看一段由Co
