Google DeepMind首席科学家Jeff Dean访谈:谷歌大脑项目起因是吴恩达和我谈神经网络,看好未来AI两个方向
The Moonshot Podcast发布了一期深度访谈视频,X公司"创始人"Astro Teller与Google DeepMind首席科学家Jeff Dean进行了一场近一小时的对话,回顾了Google Brain...
The Moonshot Podcast发布了一期深度访谈视频,X公司"创始人"Astro Teller与Google DeepMind首席科学家Jeff Dean进行了一场近一小时的对话,回顾了Google Brain...
南洋理工大学研究团队开发的Life2vec系统能够通过分析个人生活数据预测未来人生轨迹,在收入和职业预测上达到78-85%准确率。该系统使用丹麦600万人的真实数据,采用类似GPT的AI技术,揭示了教育投资、社交网络、地...
中国科学家成功将扩散模型应用于语言生成,开发出名为LLaDA的创新AI系统。与ChatGPT等传统按序生成的模型不同,LLaDA采用"填空"方式工作,能同时考虑文本前后信息。在80亿参数规模下,LLaDA在多项测试中表现...
T-Tech团队通过系统性研究发现,各种看似不同的AI直接对齐算法实际效果相近。研究统一了ORPO、ASFT等算法框架,发现只需5-10%训练数据即可达到近最佳性能,并揭示比较式学习通常优于独立评价式学习。该发现简化了A...
腾讯WeChat AI、香港科技大学与约翰·霍普金斯大学联合开发PHYSICO测试,通过自然语言和抽象网格图案的双重考验,首次定量证实AI模型存在"随机鹦鹉"现象。研究发现,先进AI模型在文字描述物理概念时准确率达95%...
香港大学与字节跳动联合开发了名为Goku的AI模型,能够同时生成高质量图片和视频。该模型采用修正流技术和统一训练架构,使用1.6亿张图片和3600万段视频训练,在多项评测中达到业界领先水平,在VBench视频测试中获得8...
MIT科学家首次揭示失语症患者大脑重新学习语言的神经机制。研究发现,康复过程中大脑经历"重新布线",健康神经元建立新连接,右脑临时接管语言功能,最终形成替代神经通路。个体差异源于大脑结构、年龄、基因和损伤位置的不同。研究...
中国人民大学团队开发出SurveyX自动化学术综述生成系统,通过创新的关键词扩展算法、AttributeTree文献预处理方法和大纲优化技术,能够自动搜集文献并生成高质量学术综述。实验显示其性能接近人类专家水平,在引用精...
这项由俄罗斯AIRI研究所等多家机构联合完成的研究,首次系统揭示了LoRA技术在AI知识注入中的潜在风险。通过对Llama-3.1模型的大规模实验,研究团队发现AI在学习新知识时存在明显的"安全阈值",超过500个新事实...
MIT研究团队开发的调制掺杂技术首次在硬件层面解决了AI芯片的"灾难性遗忘"难题。该技术通过在忆阻器中加入特殊掺杂原子,创造双层记忆系统,让AI芯片能像人脑一样持续学习而不遗忘旧技能。测试显示,该技术让AI对原任务的准确...
北京大学研究团队创建了首个能够同时测试人类、仿人机器人和传统机器人工具使用能力的对比平台ManiSkill-HAB。通过六个日常工具使用任务的测试,研究发现机器人在学习效率和适应性方面仍远落后于人类。该研究开发的基于观察...
谷歌DeepMind研究团队发现AI系统能够自发学会组合泛化能力,即将已知概念重新组合理解全新组合。研究揭示当训练数据覆盖约70%基础概念组合时,AI会突然获得"想象力",能处理从未见过的概念组合。这一突破为构建更智能灵...
斯坦福大学研究团队通过大规模实验发现,AI系统的拟人化程度显著影响用户的信任和依赖行为。适度拟人化能提升信任度40%,但过度拟人化可能导致用户失去独立判断能力。研究揭示了年龄、性别等因素对拟人化接受度的影响,为AI设计提...
麻省理工学院研究团队开发出突破性的三维场景理解技术,让机器能够像人类一样理解复杂的三维空间。该技术采用分层空间表示和多模态数据融合,在场景重建准确率上达到92.3%,平均定位误差仅2.1厘米。这项技术将广泛应用于机器人、...
北京交通大学研究团队在2024年NeurIPS会议上发表突破性研究,提出概率鲁棒性理论框架解决AI模型在现实部署中的性能不稳定问题。该方法通过优化训练过程让AI学习数据本质特征而非表面现象,显著提升模型在环境变化下的稳定...
苹果公司机器学习研究团队发布MegaFusion技术,这是一项革命性的AI图像生成突破。该技术能在不重新训练模型的情况下直接生成超高分辨率图像和视频,解决了传统方法分辨率提升时出现的模糊问题。通过智能感受野扩展和多尺度特...
谷歌DeepMind团队2024年发表的突破性研究,首次系统性探索了机器人触觉感知技术。该研究开发了完整的触觉学习框架,让机器人能够像人类一样通过触觉"感受"世界,实现视觉与触觉的多感官协作。实验验证显示,机器人在材质识...
加州大学伯克利分校研究团队发现,专门用于深度推理的AI模型在实际任务中容易出现"过度思考"现象,即过分依赖内部推理而忽视环境反馈。通过分析4018个AI行为轨迹,研究显示推理模型的过度思考倾向比普通模型高三倍,且过度思考...
TheFinAI团队联合多所知名学府发布突破性研究Fin-o1,创建首个开源金融推理AI模型。该模型基于创新的FinCoT数据集和多维度强化学习训练,14B参数版本在金融推理任务上击败GPT-o1等顶级模型,证明专业化训...