最新调查:AI大模型的两大难题,要靠“绿色计算”来解决?
最新调查:AI大模型的两大难题,要靠“绿色计算”来解决?在深度学习时代,尤其是随着大型语言模型(LLMs)的出现,大多数研究人员的注意力都集中在追求新的最先进(SOTA)结果上,使得模型规模和计算复杂性不断增加。
在深度学习时代,尤其是随着大型语言模型(LLMs)的出现,大多数研究人员的注意力都集中在追求新的最先进(SOTA)结果上,使得模型规模和计算复杂性不断增加。
中国科学院物理研究所/北京凝聚态物理国家研究中心SF10组和中国科学院计算机网络信息中心共同合作,将AI大模型应用于材料科学领域,将数万个化学合成路径数据投喂给大语言模型LLAMA2-7b,从而获得了MatChat模型
连ChatGPT看了都直摇头的算法优化,被北大团队给搞定了。 测试表明,新研究能解验证集中90%的题目,包括NOIP、Codeforce、Leetcode等比赛中的分治和动态规划题目——这些题目,很多大模型也难以解决。
2023年,大模型的火爆让ChatGPT研究员岗位需求大幅增长,也跻身进入紧缺度TOP10岗位。
2023年10月31日,诺华生物医学研究所和微软研究院科学智能中心的研究人员合作,在 Nature Communications 期刊发表了题为:Extracting medicinal chemistry intuition via preference machine learning 的研究论文。
在刚刚开幕的ICCAD 2023大会上,英伟达团队展示了用AI模型测试芯片,引发了业界关注。来自英伟达的研究团队开发了一种名为ChipNeMo的定制LLM,以公司内部数据为基础进行训练,用于生成和优化软件,并为人类设计师提供帮助。
据专家称,研究发现,AI在诊断某些癌症要比活检更好,人工智能的准确性几乎是活组织检查的两倍,这项研究可以挽救成千上万患者的生命。
视觉幻觉是常见于多模态大语言模型的一个典型问题。最近,来自中科大等机构的研究人员提出了首个多模态修正架构「啄木鸟」,可有效解决MLLM输出幻觉的问题。
即便大语言模型的参数规模日渐增长,其模型中的参数到底是如何发挥作用的还是让人难以琢磨,直接对大模型进行分析又费钱费力。针对这种情况,微软的两位研究员想到了一个绝佳的切入点
作为最有潜力成为下一代平台的 AI 技术,会让人类变得“更懒”吗?根据发表在《机器人与人工智能前沿》杂志上的一项最新研究显示,当人类与 AI 和机器合作时,真的会“摸鱼偷懒”。