-
在4月17日，亚马逊云科技宣布，在AmazonBedrock上正式推出来自Anthropic的Claude3Opus模型，该模型是Claude3家族中最智能的模型，在高度复杂的任务上表现卓越，并拥有惊人的流畅性和类似人类的理解能力，能够高效应对开放性提示和未知的全新场景。至此，AmazonBedrock也成为了首个提供所有Claude3系列模型的全托管服务，其中包括Claude3Opus和此前推出的Claude3Sonnet与Claude3Haiku。在亚马逊Bedrock平台上，Claude3系列模型通
-
论文地址：https://arxiv.org/abs/2307.09283代码地址：https://github.com/THU-MIG/RepViTRepViT在移动端ViT架构中表现出色，展现出显著的优势。接下来，我们将探讨本研究的贡献所在。文中提到，轻量级ViTs通常比轻量级CNNs在视觉任务上表现得更好，这主要归功于它们的多头自注意力模块(MSHA)可以让模型学习全局表示。然而，轻量级ViTs和轻量级CNNs之间的架构差异尚未得到充分研究。在这项研究中，作者们通过整合轻量级ViTs的有效架构选择，
-
在人工智能领域，很少有像YannLeCun这样的学者，在65岁的年龄还能高度活跃于社交媒体。YannLeCun在人工智能领域以直率的批评者形象为人所知。他一直积极支持开源精神，并领导Meta的团队推出了备受青睐的Llama2模型，成为开源大模型领域的领军人物。尽管许多人对人工智能的未来感到焦虑，担心可能出现的末日情景，但LeCun却持不同看法，坚信人工智能的发展对社会将带来积极影响，尤其是超级智能的到来。近日，LeCun又一次来到LexFridman的播客，展开了一场接近三个小时的对谈，内容涉及开源的重要
-
2024年4月25日，第18届北京国际汽车展览会正式开幕。广汽Honda和东风Honda携最新电动化和智能化成果亮相中国国际展览中心（顺义馆）W1馆W103展台。在本次北京车展上，本田推出的Hondae:N，是该品牌第二款车型，广汽Honda推出的e:NP2极湿2和东风Honda推出的猎光e:NS2重磅亮相。其中，e:NP2极湿2今日正式发售，猎光e:NS2公布预售价格和权限，5月1日正式开启预售，并计划于6月上市。此外，采用全新智能高效纯电“W”架构（ArchitectureW）打造的“烨”品牌三款车型
-
什么？谷歌解雇了整个Python基础团队？与你直接共事的每个人，包括你的上级，都被裁员——哦，是职位被削减，而你被要求安排他们的替代者入职。这些人被告知在不同的国家担任同样的职位，但他们并不为此感到高兴，这是很艰难的一天。发布这一动态的ThomasWouters，简介是「Google员工、Python指导委员会、Python3.12和3.13的发布主管」。这个消息惊动了领域内的很多开发者，包括PyTorch创始人、Meta杰出工程师SoumithChintala：被讨论最多的，当然是裁撤的原因。谷歌并没有
-
在这个高科技的时代，想必大家对于生成式人工智能并不陌生，至少都有听说过。但对于人工智能所生成的数据，大家始终有所顾虑，这就不得不涉及到数据质量了。在这个现代化的时代，大家对生成式人工智能应该不陌生，至少都有所了解。然而，人们对人工智能生成的数据依然持有一定的担忧，这也引发了对数据质量的讨论。什么是生成式人工智能?生成式人工智能是一类人工智能系统，其主要功能是生成新的数据、文本、图像、音频等，而不仅仅是分析和处理已有的数据。生成式人工智能系统通过学习大量的数据和模式来生成具有一定逻辑性和语义性的新内容，这种
-
标注之殇静态物体检测（SOD），包括交通信号灯、导向牌和交通锥，大多数算法是数据驱动深度神经网络，需要大量的训练数据。现在的做法通常是对大量的训练样本在LiDAR扫描的点云数据上进行手动标注，以修复长尾案例。手动标注难以捕捉真实场景的变异性和复杂性，通常无法考虑遮挡、不同的光照条件和多样的视角（如图1中的黄色箭头）。整个过程链路长、极其耗时、容易出错、成本颇高（如图2）。所以目前公司都寻求自动标注方案，特别是基于纯视觉，毕竟不是每辆车都有激光雷达。VRSO+是一种以视觉为主、面向静态对象标注的标注系统，主
-
在数字时代，数据通常被视为驱动创新机器和推动业务决策的电池。随着人工智能（AI）和机器学习（ML）等现代解决方案的兴起，组织可以访问大量数据，这些数据足以获得有价值的见解并做出明智的决策。然而，这是以随后的数据丢失和保密性挑战为代价的。随着组织不断掌握人工智能的潜力，他们必须在获取业务进步和避开潜在风险之间取得平衡。本文重点介绍人工智能中数据安全的重要性，以及组织可以采取哪些安全措施来规避风险，同时利用人工智能提供的可行解决方案。在人工智能中，数据安全是至关重要的。组织需要确保所使用的数据是合法和受保护的
-
近年来，世界模范的火热似乎可以在机器人操作中起到一些至关重要的作用。而对于具身智能来说，现阶段manipulation是最需要突破的点。特别是针对以下longhorizon的任务，如何构建机器人“小脑”，来实现各种复杂的操作要求，是当下最需要解决的问题。是否需要通过拆分skill为原子操作？在使用LM应用在机器人上时，比较常用的做法是将各类API提供在context里面，然后让LLM根据任务prompt自动编写planning代码，可参考文章：这种方法优点是非常直观，可以比较清晰地把握任务的拆解逻辑，比如
-
神经网络作为深度学习技术的基础已经在诸多应用领域取得了有效成果。在实践中，网络架构可以显著影响学习效率，一个好的神经网络架构能够融入问题的先验知识，确立网络训练，提高计算效率。目前，经典的网络架构设计方法包括人工设计、神经网络架构搜索（NAS）[1]、以及基于优化的网络设计方法[2]。人工设计的网络架构如ResNet等；神经网络架构搜索则通过搜索或强化学习的方式在搜索空间中寻找最佳网络结构；基于优化的设计方法中的一种主流范式是算法展开（algorithmunrolling），该方法通常在有显式目标函数的情
-
基于人工智能（AI）的新策略正显著加快为帕金森病发现潜在新药的速度。这项发表在《自然化学》杂志上的研究，杂志上的研究，可能意味着帕金森病新疗法将更快进入临床阶段并与患者见面。研究和开发药物通常是一个缓慢、耗时且昂贵的过程。药物的研发从早期实验室测试到最终批准用于疾病治疗，需要花费大量时间和金钱。药物的开发通常分为几个阶段，包括基础研究、临床前研究、临床试验和监管审批等。基础研究阶段涉及对药物潜在目标的探索和验证，这包括通过生物化学和分子生物学技术确定药物的作用机制。然后，药物进入临床前研究阶段，在体外和体
-
从科技圈最新动态来看，最近AI代码生成概念实火。可是，小伙伴们有没有感觉，AI刷程序题比较亮眼，到了企业真实开发场景中，总感觉欠点火候？恰在此时，一位低调的资深大玩家aiXcoder出手了，放出大招：它就是全新开源的代码大模型——aiXcoder-7BBase版，一个专门适合在企业软件开发场景中部署的代码大模型。等等，一个“仅”70亿参数的代码大模型，能展现出什么样的AI编程水平？先看看在HumanEval、MBPP和MultiPL-E三大主流评测集上的表现，它平均得分居然超过340亿参数的Codella
-
Diffusion不仅可以更好地模仿，而且可以进行「创作」。扩散模型（DiffusionModel）是一种图像生成模型。与此前AI领域大名鼎鼎的GAN、VAE等算法，扩散模型另辟蹊径，其主要思想是一种先对图像增加噪声，再逐步去噪的过程。其中如何去噪还原原图像是算法的核心部分。最终算法能够从一张随机的噪声图像中生成图像。近年来，生成式AI的惊人增长将文本转换为图像生成、视频生成等领域的许多令人兴奋的应用提供了支持。这些生成工具背后的基本原理是扩散的概念，这是一种特殊的采样机制，克服了以前的方法中被认为难以解
-
2019年，《麻省理工科技评论》报道了一份关于中国人工智能人才库增长速度的报告。报告的主要发现非常有趣：在过去十年中，来自中国的人工智能精英学者数量翻了10倍，但留在中国工作的人相对较少。本周，一份报告揭示了智库背后的最新分析报告，显示了全球人工智能人才的构成自此之后发生了怎样的变化——在这个关键时期，人工智能产业发生了重大转变，成为最热门的技术领域。人工智能（AI）已经深入到世界各个角落。大规模语言模型和机器学习方法的迅猛发展，以及算力硬件的惊人改进，让如今人工智能的能力已经上升到了“推动新一轮工业革命
-
前不久，斯坦福大学教授吴恩达在演讲中提到了智能体的巨大潜力，这也引起了众多讨论。其中，吴恩达谈到基于GPT-3.5构建的智能体工作流在应用中表现比GPT-4要好。这表明，将目光局限于大模型不一定可取，智能体或许会比其所用的基础模型更加优秀。在软件开发领域，这些智能体展示了其独特的能力，能够高效协作，处理编程中的复杂问题，甚至进行代码自动生成。最新的技术动态显示，AI智能通在软件开发中显示出巨大的潜力。还记得Devin吗？号称世界第一个AI软件工程师的它出场就惊艳到了我们，一个智能体就能带给我们如此体验，如
