英伟达被曝「偷」数据，每天爬取超 80 年视频数据量，北大学术数据集也遭殃
英伟达被曝「偷」数据，每天爬取超 80 年视频数据量，北大学术数据集也遭殃最近的英伟达似乎步入了多事之秋。
来自主题: AI技术研报
8418 点击 2024-08-07 10:48
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
最近的英伟达似乎步入了多事之秋。
谷歌TPU核心团队创立，要做世界最快推理。
新加坡举办了首届GPT-4提示工程竞赛，Sheila Teo取得了冠军，我们来学习借鉴她采用的三项提示技巧： 使用CO-STAR框架构建提示词 2.使用分隔符将提示词分段 3.使用LLM系统提示
随着大型模型技术的持续发展，视频生成技术正逐步走向成熟。以Sora、Gen-3等闭源视频生成模型为代表的技术，正在重新定义行业的未来格局。然而，截至目前，仍未有一个开源的视频生成模型能够满足商业级应用的要求。
国产版Sora真的卷疯了。
36氪获悉，「心跃智能」宣布完成百万元种子轮融资，投资方为中山大学、广州大学心理学教授以及知名投资机构负责人等个人投资者。本轮融资资金将主要用于产品研发。
刚结束宝马工厂“集训”，人形机器人初创公司Figure迎来了更强的新生代产品——Figure 02。 当地时间8月2日，Figure公布了Figure 02预告片，并表示将在北京时间8月7日正式发布该产品。相对于Figure 01搭载Open AI GPT4的视频演示，此次展示介绍的重心在于硬件，预计硬件能力有大幅提升。
AIGC已然无所不在，场景探索日新月异。 近日，浙江大学医学院附属第二医院发布了国内首个嵌入AI大模型的电子病历系统——Medcopilot（医疗AI助手），最短数秒之内可生成一份出院小结。
不久前，A16z AI 合伙人 Olivia Moore 分享了一张 AI 转录初创公司图谱，面向企业服务（B2B）的转录公司不仅数量多，更涉及人宠医疗、招聘、销售和会议等多元场景。其中作为“打工人刚需”的会议场景转录，参与厂商众多，我们也从中发现了一家非常有趣的华人创立公司——Notta。此前 TechCrunch 披露的融资信息显示，其总部位于新加坡，研发中心位于深圳。
微软最近发布的财报，再次揭露了GenAI的成本真相。 报告显示，微软本季度在现金资本支出和设备购买上，花费了足足190亿美元，同比增长78%，相当于5年前一整年的支出总额。
Llama 3.1刚发布不久，Llama 4已完全投入训练中。 这几天，小扎在二季度财报会上称，Meta将用Llama 3的十倍计算量，训练下一代多模态Llama 4，预计在2025年发布。
简而言之：矩阵 → ReLU 激活 → 矩阵
为了对齐 LLM，各路研究者妙招连连。
大模型作为当下 AI 工业界和学术界当之无愧的「流量之王」，吸引了大批学者和企业投入资源去研究与训练。随着规模越做越大，系统和工程问题已经成了大模型训练中绕不开的难题。例如在 Llama3.1 54 天的训练里，系统会崩溃 466 次，平均 2.78 小时一次！
在 RAG 系统开发中，良好的 Reranker 模型处于必不可少的环节，也总是被拿来放到各类评测当中，这是因为以向量搜索为代表的查询，会面临命中率低的问题，因此需要高级的 Reranker 模型来补救，这样就构成了以向量搜索为粗筛，以 Reranker 模型作精排的两阶段排序架构。
因设计缺陷，英伟达最强AI芯片Blackwell，真的要延期发货了。金主爸爸们哀声一片，所有预定计划预计要拖延至少三个月。
靴子终于落地，OpenAI的AI搜索还是来了。7月26日，就在推出小模型GPT-4o mini的一周后，OpenAI方面公布了备受外界关注的搜索产品SearchGPT。尽管目前SearchGPT仅向10000名测试用户开放，但OpenAI CTO Mira Murati在社交平台已经透露，最终目标是将搜索功能直接整合到ChatGPT中。
最强开源文生图模型一夜易主！ 智东西8月2日报道，昨日晚间，开源文生图模型霸主Stable Diffusion原班人马，宣布推出全新的图像生成模型FLUX.1。
没有算法没有实验，从2610篇收录论文中脱颖而出，成为唯一一篇纯理论入选2024 ICML Spotlight的论文。
你规定路线，Tora 来生成相应轨迹的视频。
本文首先简单回顾了『等效交互可解释性理论体系』（20 篇 CCF-A 及 ICLR 论文），并在此基础上，严格推导并预测出神经网络在训练过程中其概念表征及其泛化性的动力学变化，即在某种程度上，我们可以解释在训练过程中神经网络在任意时间点的泛化性及其内在根因。
在过去的六个月，LinkedIn 开发了基于自身业务的生成式AI应用。领英团队希望能重新设计求职流程，改变专业内容的浏览方式。
DeepMind最近被ICML 2024接收的一篇论文，完完全全暴露了他们背靠谷歌的「豪横」。一篇文章预估了这项研究所需的算力和成本，大概是Llama 3预训练的15%，耗费资金可达12.9M美元。
图文并茂的PDF长文档在日常生活中无处不在。过去人们通常使用OCR，layout detection等方法对PDF长文档进行解析。但随着多模态大模型的发展，PDF长文档的端到端阅读理解成为了可能。
腾讯机器狗，登上了Nature子刊封面！
大模型展现出了卓越的指令跟从和任务泛化的能力，这种独特的能力源自 LLMs 在训练中使用了指令跟随数据以及人类反馈强化学习（RLHF）。
大语言模型 (LLM) 是如何解数学题的？是通过模板记忆，还是真的学会了推理思维？
热议数月的 Character AI 寻求收购的消息，终于尘埃落定。 据 C.AI 官方博客，公司与 Google 达成协议，核心创始人 Noam Shazeer、Daniel De Freitas 以及研究团队，将加入 Google，剩余「大部分团队」将留在 C.AI，继续打造产品。
在这篇文章中，笔者将讨论以下几个问题： • 什么是文档智能解析 • 文档智能解析有哪些方法 • 文档智能解析的开源实现
在这篇文章中，笔者将讨论以下几个问题： • 什么是语义路由 • RAG 路由的不同场景