搜索
如今一场席卷人工智能圈的“石油危机”已经出现，几乎每一家AI厂商都在竭力寻求新的语料来源，但再多的数据似乎也填不满AI大模型的胃口。更何况越来越多的内容平台意识到了手中数据的价值，纷纷开始敝帚自珍。为此，“合成数据”也成为了整个AI行业探索的新方向。
最近，一家知名银行的CEO给我打电话，讨论了生成式AI的前景。我们最初会通过各种场景改善欺诈检测和客户服务，但随着最近一系列新闻的不断发布，很明显他有更大野心。和许多行业一样，银行业也存在劳动力问题：对熟练员工的需求，与愿意回到办公室并遵守疫情前规则的工人供应之间存在着差距。
AI手机真能盈利吗？不管怎样用户总归是不亏的。
多年来，马斯克一直在公开谈论Dojo——这台超算将成为特斯拉人工智能雄心的基石。他最近表示，随着特斯拉准备在10月推出Robotaxi，AI团队将「加倍投入」Dojo。
一位国外小哥，在GPU上模拟出了四十亿年里地球是如何变换的。看到最后一幕，让人不禁沉默了……
这个贴吧里的网友，都不是人！
在当前 AI 领域，大语言模型采用的主流架构是 Transformer。不过，随着 RWKV、Mamba 等架构的陆续问世，出现了一个很明显的趋势：在语言建模困惑度方面与 Transformer 较量的循环大语言模型正在快速进入人们的视线。
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。
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？
AI 初创者的归宿还是大厂？