
兼得快与好!训练新范式TiM,原生支持FSDP+Flash Attention
兼得快与好!训练新范式TiM,原生支持FSDP+Flash Attention生成式AI的快与好,终于能兼得了?
生成式AI的快与好,终于能兼得了?
本文来自加州大学圣克鲁兹分校(UCSC)、苹果公司(Apple)与加州大学伯克利分校(UCB)的合作研究。第一作者刘彦青,本科毕业于浙江大学,现为UCSC博士生,研究方向包括多模态理解、视觉-语言预训
这些地区正在悄悄崛起
2025 年上半年,日本 AI 应用市场呈现出一个鲜明特征,用户规模不大,但付费能力极强。日本总务省 7 月发布的《信息通信白皮书》显示,日本个人用户的生成式 AI 采用率仅为 26.7%,只有中国(81.2%)的三分之一,也远低于美国(68.8%)和德国(59.2%)。
近年来,生成式 AI 和多模态大模型在各领域取得了令人瞩目的进展。然而,在现实世界应用中,动态环境下的数据分布和任务需求不断变化,大模型如何在此背景下实现持续学习成为了重要挑战
9月3日消息,美国哈佛大学博士生赛义德·侯赛尼(Seyed M. Hosseini)与盖伊·莱廷格(Guy Lichtinger)近日发布研究报告,名为《生成式AI:一种偏向资历的技术变革》。该研究使用2015年第一季度至2025年第一季度美国近28.5万家企业、约6200万员工的简历和招聘数据,研究 “生成式AI采用如何影响不同资历员工的就业情况”。
最新调查显示,生成式AI正深刻改变高校课堂:85%学生在学习中使用AI,主要用于头脑风暴、答疑与备考,而非单纯「偷懒」。
国内AI音乐领域迎来突破性进展。日前,自由量级0到1全自研的音乐大模型——“音潮音乐”已成功通过国家互联网信息办公室的生成式人工智能服务备案(备案号:Shanghai-YinChaoYinYue-202507160059)。
根据麻省理工学院NANDA 计划最新发布的报告显示,企业开展的生成式 AI 试点项目失败率高达 95%。但最先进的企业并未完全放弃这项技术,而是开始尝试能够持续学习并接受监督的自主 AI 系统。
说个热知识,现在的大模型,也可以轻松被投广告了。 我们之前也确实发现过这类现象,当时是在研究一家做 GEO(生成式引擎优化)的公司。通过在网上堆出大量正面内容,把某个特定品牌、网站、课程甚至微商产品,默默地塞进了大模型推荐结果里。