與“機器學習”的相關熱搜詞：
相關“機器學習” 的資訊8679篇
-
【騰訊云】11.11云上盛惠！云服務器首年1.8折起，買1年送3個月！
11.11云上盛惠！海量產品 · 輕松上云！云服務器首年1.8折起，買1年送3個月！超值優(yōu)惠，性能穩(wěn)定，讓您的云端之旅更加暢享。快來騰訊云選購吧！
騰訊云
12-20
廣告 -
引領區(qū)塊鏈技術革新，微美全息（WIMI.US）探索基于機器學習混合共識算法
在當今數字時代，區(qū)塊鏈技術因其去中心化、透明性和不可篡改性等特點，正逐步滲透到各個行業(yè)領域，成為推動數字經濟發(fā)展的關鍵力量。隨著區(qū)塊鏈應用的不斷擴展，其面臨的挑戰(zhàn)也日益凸顯，尤其是安全性和效率問題。微美全息也將不斷探索區(qū)塊鏈技術的邊界，為構建更加安全、高效、智能的數字經濟體系貢獻力量。
-
研究機器學習立功！2024年諾貝爾物理學獎揭曉：兩位科學家獲獎
今日，瑞典皇家科學院宣布，將2024年諾貝爾物理學獎授予約翰J霍普菲爾德和杰弗里E辛頓，表彰他們在使用人工神經網絡進行機器學習的基礎性發(fā)現和發(fā)明。兩位獲獎者將平分1100萬瑞典克朗獎金。1957年，李政道因提出弱相互作用中宇稱不守恒原理與楊振寧一起獲得諾貝爾物理學獎。
-
機器學習正在突破摩爾定律，Epoch 最新AI發(fā)展趨勢預測
EpochAI更新了他們對機器學習遠期趨勢的研究報告，在計算、數據、硬件、算法、成本等多個維度對人工智能模型趨勢進行了深入研究。EpochAI是一家研究機構，致力于研究影響人工智能發(fā)展軌跡和治理的關鍵趨勢和問題，以造福社會。簡單推斷到2029年，人工智能超級計算機將需要千兆瓦級的電力供應。
-
2024全球機器學習技術大會上海站圓滿閉幕，共奏AGI變革新時代
4月25-26日，備受業(yè)界關注的大模型風向標會議ML-Summit2024全球機器學習技術大會在上海環(huán)球港凱悅酒店盛大開幕。此次大會由中國開發(fā)者網絡CSDN與高端IT咨詢與教育平臺Boolan聯(lián)合主辦。我們期待著在未來的研究與實踐中，進一步推動機器學習、人工智能、大模型、生成式AI等技術的創(chuàng)新與發(fā)展，共同開創(chuàng)智能化時代的新篇章。
-
蘋果公司發(fā)布新型機器學習語言模型MLLLLM Ferret-UI 用于理解應用 UI 界面
蘋果公司近日發(fā)布了一款名為MLLLLMFerret-UI的新型機器學習語言模型，旨在提升對移動應用用戶界面的理解。這款模型經過特別優(yōu)化，能夠處理移動UI屏幕上的各種任務，并具備指向、定位和推理等能力。Ferret-UI還能夠通過功能推斷來解釋屏幕的整體目的，顯示出在理解和生成自然語言指令方面的高級能力。
-
新機器學習框架DRAGIN:用于大語言模型中的動態(tài)檢索增強，勝過傳統(tǒng)方法
研究人員從清華大學和北京理工大學開發(fā)了DRAGIN，這是一種針對大型語言模型設計的動態(tài)檢索增強生成框架。該框架旨在通過在文本生成過程中實時確定何時以及如何檢索外部信息，從提高語言模型的性能。未來的工作旨在克服與自注意力可訪問性相關的限制，并對查詢構建技術的影響進行評估。
-
70%金融機構采用人工智能和機器學習對抗欺詐
PYMNTS與人工智能領域的專家和創(chuàng)新者進行了座談，探討了該技術如何在未來幾年改變支付和商業(yè)領域。眾多意見和預測中，阿克里·阿德賈烏特，風險投資基金Exponion的創(chuàng)始人兼普通合伙人，表示金融機構在反洗錢和防欺詐工作中利用人工智能將受益匪淺。在未來幾個月中，那些希望脫穎出的第三方欺詐預防供應商將是那些能夠展示成功開發(fā)人工智能和機器學習技術的公司。
-
50+國內外大模型專家齊聚，全球機器學習技術大會第二批嘉賓陣容公布！
50國內外大模型重磅專家智譜、百川、零一萬物、智源、面壁智能微軟、阿里通義、小米、北大、復旦eBay、恒生、達觀、金山、度小滿等共同探討AI前沿發(fā)展與落地實踐全球機器學習技術大會第二批嘉賓重磅出爐DanielPovey博士畢業(yè)于英國劍橋大學，先后就職于IBM和微軟。2012年加入美國約翰霍普金斯大學，任語言和語音處理中心副教授。更多演講嘉賓，歡迎大家前往官網查看:https
-
機器學習工具Magi:自動為漫畫生成文本 幫助視障讀者更容易地閱讀漫畫
在講故事方面，日本漫畫，即漫畫，在全球范圍內贏得了巨大的市場，以其復雜的情節(jié)和獨特的藝術風格吸引著觀眾的注意。盡管它們具有全球吸引力，但一個重要的潛在讀者群體卻被忽視了:視障人士。Magi從概念到實施的歷程揭示了通往一個更加包容的世界的道路，讓故事的樂趣無限延伸。
-
? UC 伯克利分校研究展示機器學習系統(tǒng)可達到接近人類水平的預測能力
在預測分析不斷演變的領域，預測的藝術和科學成為決策的關鍵工具，涵蓋從政府政策到企業(yè)戰(zhàn)略的各個領域。預測主要依賴統(tǒng)計方法，依靠豐富的數據和潛在模式的微小變化。這項研究的影響超越學術興趣，有望在我們探索未來不確定性的過程中影響政府、企業(yè)等決策過程。
-
?斯坦福大學研究人員發(fā)布新機器學習方法C3PO：根據上下文定制大型語言模型
斯坦福大學的研究人員最近發(fā)布了一種名為C3PO的新方法，旨在解決語言模型定制化面臨的挑戰(zhàn)。在人工智能領域不斷發(fā)展的今天，語言模型的定制化對于確保用戶滿意度至關重要。這項研究的意義超出了技術成就的范疇，預示著人工智能可以無縫適應個人偏好、增強其實用性和可訪問性的未來。
-
Open WebUI官網體驗入口 LLMs機器學習模型Web用戶界面免費搭建方法指南教程
OpenWebUI是一個為LLMs設計的友好型Web用戶界面，支持Ollama和OpenAI兼容的API。它提供了直觀的聊天界面、響應式設計、快速響應性能、簡易安裝、代碼語法高亮、Markdown和LaTeX支持、本地RAG集成、Web瀏覽能力、提示預設支持、RLHF注釋、會話標記、模型下載/刪除、GGUF文件模型創(chuàng)建、多模型支持、多模態(tài)支持、模型文件構建器、協(xié)作聊天、OpenAIAPI集成等功能。欲了解更多信息并體驗OpenWebUI的強大功能，請訪問OpenWebUI官方網站。
-
Mistral AI推出Mixtral 8x7B：一種改變機器學習的SMoE語言模型 效果堪比GPT-3.5
##劃重點:1.🚀**創(chuàng)新模型介紹:**MistralAI的研究團隊推出了基于SparseMixtureofExperts模型的Mixtral8x7B語言模型，采用開放權重。2.🌐**性能突出:**Mixtral8x7B在多語言數據的預訓練中表現優(yōu)異，與Llama270B和GPT-3.5相比，性能不遜色甚至更好。通過添加MegablocksCUDA內核以實現有效的推理，團隊還修改了vLLM項目。
-
谷歌開發(fā)機器學習工具Teachable Machine 允許用戶快速創(chuàng)建機器學習模型
TeachableMachine是一個由Google開發(fā)的機器學習工具，它允許用戶快速、簡單地創(chuàng)建自己的機器學習模型無需專業(yè)知識或編程技能。用戶可以用它來教電腦識別圖片、聲音或人的動作。還可以將模型導出到不同的格式，以便在其他地方使用，如Coral、Arduino等。
-
MotionGPT官網體驗入口 AI機器學習應用社區(qū)免費使用地址
MotionGPT是一個基于HuggingFaceSpaces打造的開源機器學習應用社區(qū)。用戶可以發(fā)現許多由社區(qū)成員開發(fā)的酷炫機器學習項目和應用。要獲取更多詳細信息并加入這個機器學習應用社區(qū)，請訪問MotionGPT官方網站。
-
薦 AI識別出地震先兆信號？機器學習發(fā)現數據神秘關聯(lián)，人類有望預測地震
【新智元導讀】10年前，「地震預測」在圈內還是如尼斯湖水怪一般的奇談怪論，但機器學習的發(fā)展，已經讓「準確預測地震」的可能性，又往前邁進了一步。最近一段時間，世界各地地震頻發(fā)?？梢源_定的是，AI確實讓某些東西變得不一樣了。
-
蘋果的「Ferret」是一種新的開源多模態(tài)機器學習模型
蘋果公司與康奈爾大學的研究人員于10月份悄然推出了一款名為「Ferret」的開源多模態(tài)大型語言模型。這一研究成果首次在Github上發(fā)布，但并未引起太多關注，沒有進行任何宣布或慶祝?？紤]到蘋果與NvidiaGPU采用的歷史，這被視為對GPU制造商的罕見認可。
-
生成式LLM PowerInfer:單個GPU就能運行，機器學習模型推理速度提高11倍
生成式大語言模型因其在各種任務中的出色表現聞名，包括復雜的自然語言處理、創(chuàng)意寫作、問答和代碼生成。LLM已在易于使用的本地系統(tǒng)上運行，包括帶有消費級GPU的家用PC，以改善數據隱私、可定制模型并降低推理成本。PowerInfer顯著提高了LLM推理速度，表明其作為在GPU功能有限的臺式電腦上執(zhí)行高級語言模型的解決方案的潛力。
-
微軟推出機器學習庫GPT-RAG
隨著人工智能的增長，大型語言模型因其解釋和生成類似人類文本的能力日益受歡迎。將這些工具整合到企業(yè)環(huán)境中并確保可用性和維護治理是一項具有挑戰(zhàn)性的任務。它賦予企業(yè)在其企業(yè)內利用LLMs的能力，具有無與倫比的安全性、可伸縮性和控制力。
-
采用AI與機器學習提升視覺效果：索尼PS5 Pro有望采用專屬DLSS技術
索尼旗下的PS5Pro能會在明年9月發(fā)布。該知情人士還透露了PS5Pro正在研發(fā)的新技術。如果傳聞為真的話，PS5Pro的性能將與AMDRadeonRX7700XT顯卡的性能相當這款顯卡并沒有以4K為賣點銷售。
-
Apple開源Apple Silicon機器學習框架MLX
Apple開源的MLX是一個適用于蘋果芯片的機器學習框架。它具有許多功能，包括熟悉的API、可組合的函數轉換、延遲計算、動態(tài)圖構建和多設備支持等。陣列駐留在共享內存中，允許跨不同設備類型對MLX陣列進行操作無需移動數據。
-
蘋果積極布局人工智能：眼光瞄準消費者應用和機器學習基礎設施
站長之家11月2日消息：自2015年以來，蘋果已收購了二十多家人工智能公司，包括Emotient、Laserlike、Drive.ai、AI.Music和WaveOne等，雖然它們并不為人熟知，但蘋果的工程師已將采購到的技術嵌入到公司不斷升級的智能手機、計算機、手表、流媒體音樂和電視服務、操作系統(tǒng)、眾多移動應用，以及計劃于明年發(fā)布的VisionPro混合現實頭顯中?？偛课挥趲毂鹊僦Z的蘋果公司并不公開討論AI?
-
DeepMind新機器學習模型UniSim：模擬現實以訓練機器人和游戲角色
谷歌DeepMind的研究人員與加州大學伯克利分校、麻省理工學院和阿爾伯塔大學合作開發(fā)了一個名為UniSim的機器學習模型，可以為訓練各種人工智能系統(tǒng)創(chuàng)建真實的模擬。研究人員表示，下一個生成模型的重要里程碑是模擬人類、機器人和其他互動實體采取行動時的逼真體驗UniSim正是他們希望實現這一目標的工具。盡管UniSim的培訓成本相對較高，但研究人員希望它能夠引發(fā)廣泛的興趣，以改善機器智能。
-
無需機器學習專業(yè)知識，Amazon SageMaker Canvas從產品評論中挖掘商機
根據Gartner的數據，85%的軟件購買者信任在線評論，就像他們信任個人推薦一樣。顧客提供了關于他們購買的產品的反饋和評論，這些反饋來自多種渠道，包括評論網站、供應商網站、銷售電話、社交媒體等。不需要機器學習專業(yè)知識，任何企業(yè)都可以受益于這個強大的工具，提高競爭力并提供更好的客戶體驗。
-
亞馬遜機器學習團隊推出 Mistral 7B 基礎模型 支持8000個token上下文長度
亞馬遜機器學習團隊近日宣布，MistralAI開發(fā)的Mistral7B基礎模型現已在亞馬遜SageMakerJumpStart上提供，用戶可以通過該平臺一鍵部署模型進行推理。Mistral7B是MistralAI開發(fā)的英文文本和代碼生成基礎模型，擁有70億個參數，支持文本摘要、分類、文本補全和代碼補全等多種用例。它們幫助降低訓練和基礎設施成本，并支持自定義以適應特定用例。
-
OnnxStream：內存友好的機器學習推理引擎 可在樹莓派Zero 2上運行Stable Diffusion 1.5
OnnxStream是一款專注于減少內存占用、提高推理效率的機器學習推理引擎。它的設計目標是在資源受限的環(huán)境中運行深度學習模型，如樹莓派Zero2，該設備只有512MB的RAM。它的跨平臺性使得用戶可以在不同的設備上靈活使用。
-
開源機器學習庫vLLM 提升大語言模型推理速度
大語言模型在改變人們的生活和職業(yè)方面影響越來越大，因為它們實現了編程助手和通用聊天機器人等新應用。這些應用的運行需要大量硬件加速器如GPU，操作成本非常高。更大的模型、更復雜的解碼算法和更長的序列會導致更明顯的改進。
-
機器學習泰斗邁克爾?喬丹：AI 不會替代人，人類擅長處理不確定性問題
ChatGPT對它寫的內容確定嗎?9月7日舉行的2023Inclusion·外灘大會上，機器學習泰斗，美國科學院、美國工程院院士邁克爾·喬丹教授在談到這一話題時直言，ChatGPT完全無法回答上述問題，但人類則非常擅長處理類似的問題，擅長溝通以及應對不確定的信息。AI的本質是集體不是個人，AI也不會替代人。外灘大會組委會由清華大學、復旦大學、上海交通大學、同濟大學、浙江大學、上海報業(yè)集團、外灘投資集團、螞蟻集團等多家單位共同牽頭。
-
研究人員設計機器學習模型以更好地預測青少年自殺和自殘風險
新南威爾士大學的最新研究顯示，人工智能可以幫助識別青少年自殺和自傷的風險因素。研究人員使用澳大利亞一項縱向追蹤調查的參與者數據，這些14-17歲青少年中有10.5%報告有自傷行為，5.2%報告最近一年至少一次自殺嘗試。但是模型也需要考慮諸多社會和環(huán)境因素不僅僅依賴個體心理狀況。
-
高斯繪畫工具開源 可用于藝術創(chuàng)作和機器學習研究
高斯繪畫器是一個使用三維高斯斑點繪制圖像的框架。它基于高斯斑點渲染技術，可以以非常逼真的方式渲染和重建圖像。它為創(chuàng)意人工智能和計算機圖形學領域提供了新的思路和工具。
