标签:时间

让AI写高考作文:GPT-4、Kimi、通义千问“创意写作”能力横向测评!

‍直播预告 | 5月28日10点,「智猩猩AI新青年讲座」第236讲正式开讲,密歇根大学安娜堡分校在读博士生张挥杰将直播讲解《利用多级框架和多解码器架构提高扩散...
阅读原文

图灵奖得主Bengio等人新作:注意力可被视为RNN,新模型媲美Transformer,但超级省内存

来源:机器之心 机器之心编辑部既能像 Transformer 一样并行训练,推理时内存需求又不随 token 数线性递增,长上下文又有新思路了?序列建模的进展具有极大的...
阅读原文

Bengio等人新作:注意力可被视为RNN,新模型媲美Transformer,但超级省内存

机器之心报道 机器之心编辑部既能像 Transformer 一样并行训练,推理时内存需求又不随 token 数线性递增,长上下文又有新思路了?序列建模的进展具有极大的影...
阅读原文

OpenAI安全系统负责人:从头构建视频生成扩散模型

作者 |Lilian Weng OneFlow编译 翻译|杨婷、宛子琳、张雪聃 题图由SiliconFlow MaaS平台生成 过去几年,扩散模型(Diffusion models)在图像合成领域取得了...
阅读原文

NeurIPS ’24 截稿不足 2 天!hyper.ai 汇总 58 个顶会,提供精确到秒的 DDL 倒计时,持续更新中

NeurIPS 作为人工智能和机器学习领域的顶级会议,备受全球学者的关注。NeurIPS,全称为 Neural Information Processing Systems Conference,是神经信息处理...
阅读原文

Sora之后,OpenAI Lilian Weng亲自撰文教你从头设计视频生成扩散模型

选自Lil’Log 作者:Lilian Weng 机器之心编译 编辑:Panda过去几年来,扩散模型强大的图像合成能力已经得到充分证明。研究社区现在正在攻克一个更困难的任务...
阅读原文

无向图最小割问题取得新突破,谷歌研究获SODA 2024最佳论文奖

机器之心报道 机器之心编辑部谷歌博客放出新研究,求解无向图的最小割问题。1996 年, 美国计算机科学家 David R Karger 连同其他研究者在论文《 A new appro...
阅读原文

“AI版iPhone”口碑翻车!被嘲美丽废物,售价超5000元,又贵又难用

下一个颠覆性消费电子产品Ai Pin,被10多家外媒总计列出12项“差评”。 作者|程茜 编辑|心缘 凭借“杀死智能手机”爆红的AI新硬件Ai Pin,在首发后大面积翻车,批...
阅读原文

最火 AI 硬件 AI Pin 评测解禁!它真的有用吗?

AI Pin 可以说是这一波大模型 AI 硬件里最引人关注的一个了。 Sam Altman 和微软投资、前苹果设计师和软件工程总监创办,创始人都曾经是 iPhone、iPad 产品的...
阅读原文

Llama架构比不上GPT2?神奇token提升10倍记忆?

机器之心专栏 机器之心编辑部一个 7B 规模的语言模型 LLM 能存储多少人类知识?如何量化这一数值?训练时间、模型架构的不同将如何影响这一数值?浮点数压缩 ...
阅读原文

Lumiere: Google 发布用于视频生成的时空扩散模型

来源:跳动的数据 Lumiere 一种文本转视频扩散模型,旨在合成具有逼真、多样和连贯运动的视频,这是视频合成领域的一项重大挑战。为此,引入了一种时空 U-Net...
阅读原文

奥特曼专访自曝全新GPT-5细节:性能跃升超想象,算力足可达AGI!

新智元报道编辑:润 【新智元导读】性能就是模型的一切!Altman首次公开曝料:GPT-5将会有史诗级提升,小看它的公司都会被碾压。而未来,AI将成为推动文明发...
阅读原文

仅需200M参数,零样本性能超越有监督!谷歌发布时序预测基础模型TimesFM

新智元报道编辑:LRS 【新智元导读】TimesFM针对时序数据设计,输出序列长于输入序列,在1000亿时间点数据进行预训练后,仅用200M参数量就展现出超强零样本学...
阅读原文

首批类Sora模型出现,色拉布上线Snap Video,效果优于Pika、不输Gen-2

机器之心报道 编辑:杜伟、蛋酱文生视频这个战场,入局的玩家越来越多了。这次是阅后即焚 SnapChat 背后的公司。 最近,OpenAI 视频生成模型 Sora 的爆火,给...
阅读原文

超强干货!OpenAI Sora文生视频技术原理解读

智猩猩和智东西发起主办的2024中国生成式AI大会将于4月18-19日在北京举办。主会场将进行开幕式、大模型专场、AI Infra专场和AIGC应用专场;分会场将进行具身...
阅读原文