AI资讯新闻榜单内容搜索-不

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
搜索: 不
进度赶超大厂,中国最接近Sora的视频模型出自一家“清华系”公司 | New Things

进度赶超大厂,中国最接近Sora的视频模型出自一家“清华系”公司 | New Things

进度赶超大厂,中国最接近Sora的视频模型出自一家“清华系”公司 | New Things

“镜头围绕一大堆老式电视旋转,所有电视都显示不同的节目——20世纪50年代的科幻电影、恐怖电影、新闻、静态、1970年代的情景喜剧等,背景设置在纽约一家大型博物馆画廊。”

来自主题: AI资讯
5689 点击    2024-05-10 17:33
OpenAI发布初版《模型规范》,约束ChatGPT不越界不犯法

OpenAI发布初版《模型规范》,约束ChatGPT不越界不犯法

OpenAI发布初版《模型规范》,约束ChatGPT不越界不犯法

智东西5月9日消息,5月8日,OpenAI公布了其《模型规范(Model Spec)》的初版,明确AI模型在OpenAI API和ChatGPT中的“行为准则”,公司称这一举措是塑造理想模型的方法之一。

来自主题: AI资讯
8542 点击    2024-05-10 17:05
国内四家云计算大厂,大模型战略出现分野?

国内四家云计算大厂,大模型战略出现分野?

国内四家云计算大厂,大模型战略出现分野?

今年开年以来,大模型落地越来越火热。云计算大厂有关AI业务的数据在不断刷新。就在这样的时间节点上,5月9日,阿里云在北京举办AI峰会,除了发布阶段性的进展之外,还重点向与会者介绍了阿里云的大模型生态和落地平台,为大模型落地竞争再添一把火。

来自主题: AI资讯
7409 点击    2024-05-10 17:02
谷歌CEO最新访谈:AI浪潮仍处于早期阶段,公司未来最大威胁是执行力不足

谷歌CEO最新访谈:AI浪潮仍处于早期阶段,公司未来最大威胁是执行力不足

谷歌CEO最新访谈:AI浪潮仍处于早期阶段,公司未来最大威胁是执行力不足

腾讯科技讯 作为搜索领域无可争议的霸主,谷歌改变了我们生活的方方面面,从日常琐事到工作事务,再到我们的沟通方式。多年来,谷歌一直是互联网的窗口,为我们提供大量知识和信息,但如今,随着其他类似平台的崛起,谷歌可能不再是我们寻找答案的首要选择。那么,面对这样的挑战,谷歌又将如何应对?

来自主题: AI技术研报
8033 点击    2024-05-10 16:49
日本AI,失去的不止三十年

日本AI,失去的不止三十年

日本AI,失去的不止三十年

2019年,有两件事一直困扰着孙正义:软银的投资失败,以及日本科技的落后。

来自主题: AI资讯
9929 点击    2024-05-10 10:58
a16z 合伙人:AI原生应用提高留存的七种方法

a16z 合伙人:AI原生应用提高留存的七种方法

a16z 合伙人:AI原生应用提高留存的七种方法

对于消费品而言,留存是至关重要,不仅是应用程序的生命线,也是最难推动的指标。正如我在Snap增长团队任职期间深刻体会到的那样。为了吸引重复用户,公司不能仅仅填满产品的最新和最好的技术——他们必须有意识地设计每一个产品特性,以确保用户一次又一次地回来。

来自主题: AI资讯
10104 点击    2024-05-10 10:45
ICLR 2024 Oral|用巧妙的「传送」技巧,让神经网络的训练更加高效

ICLR 2024 Oral|用巧妙的「传送」技巧,让神经网络的训练更加高效

ICLR 2024 Oral|用巧妙的「传送」技巧,让神经网络的训练更加高效

众多神经网络模型中都会有一个有趣的现象:不同的参数值可以得到相同的损失值。这种现象可以通过参数空间对称性来解释,即某些参数的变换不会影响损失函数的结果。基于这一发现,传送算法(teleportation)被设计出来,它利用这些对称变换来加速寻找最优参数的过程。尽管传送算法在实践中表现出了加速优化的潜力,但其背后的确切机制尚不清楚。

来自主题: AI资讯
7378 点击    2024-05-10 10:37
原作者带队,LSTM真杀回来了!

原作者带队,LSTM真杀回来了!

原作者带队,LSTM真杀回来了!

20 世纪 90 年代,长短时记忆(LSTM)方法引入了恒定误差选择轮盘和门控的核心思想。三十多年来,LSTM 经受住了时间的考验,并为众多深度学习的成功案例做出了贡献。然而,以可并行自注意力为核心 Transformer 横空出世之后,LSTM 自身所存在的局限性使其风光不再。

来自主题: AI资讯
9257 点击    2024-05-10 10:19
FP 研究:AI 应用创业的壁垒在哪里?如何构建?

FP 研究:AI 应用创业的壁垒在哪里?如何构建?

FP 研究:AI 应用创业的壁垒在哪里?如何构建?

进入 2024 年,AGI 领域的投融资热度明显下降。 当模型层的技术边界仍未清晰界定,全球 AI 相关的流量红利开始逐渐消解,而一些 PMF 发生在了大厂,大厂追赶创业公司的时间周期缩短到数周时,对于创业者而言,快速构建自己的业务壁垒就更为关键。这同样也是 AGI 领域投资人不得不思考的难题。

来自主题: AI资讯
6509 点击    2024-05-10 09:44