- Видео 121
- Просмотров 28 908
机器不想学习
Добавлен 19 ноя 2023
每天醒来，睁开眼，又是新的一天🙃，希望技术改变世界的距离更近一步了！
大家好，这里分享机器学习(AI)最新的工程技术、学术研究和商业故事。
大家好，这里分享机器学习(AI)最新的工程技术、学术研究和商业故事。
AI操作电脑的初步尝试：Claude 3.5 Sonnet测评分析
Computer use Blog: www.anthropic.com/research/developing-computer-use
OS-world benchmark: os-world.github.io/
OS-world benchmark: os-world.github.io/
Просмотров: 25
Видео
Claude 3.5全新升级，引入全新AI操作电脑功能
Просмотров 424 часа назад
Blog: www.anthropic.com/news/3-5-models-and-computer-use
BitNet开源：1.58比特让大模型轻如燕，CPU就能跑100B参数
Просмотров 3887 часов назад
Paper: arxiv.org/pdf/2402.17764 GitHub: github.com/microsoft/BitNet
3B胜7B？深入剖析Mistral AI的最新端侧模型 Les Ministraux
Просмотров 14319 часов назад
Blog: mistral.ai/news/ministraux/
从快思考到慢思考：生成式AI的下一个前沿？分享红杉资本文章
Просмотров 8419 часов назад
Blog: www.sequoiacap.com/article/generative-ais-act-o1/
OpenAI推出 评估AI代理的测试 MLE-bench
Просмотров 216День назад
Blog: openai.com/index/mle-bench/ Paper: arxiv.org/pdf/2410.07095
介绍2024年诺贝尔化学奖得主 Hassabis，Jumper 和 Baker
Просмотров 17714 дней назад
Source: www.nobelprize.org/prizes/chemistry/2024/press-release/
介绍2024年诺贝尔物理学奖得主 Hopfield和Hinton
Просмотров 27514 дней назад
Twitter annoucement: x.com/BensenHsu/status/1843597865295462503 Paper1: www.openread.academy/zh/paper/reading?corpusId=784288 Paper2: www.openread.academy/zh/paper/reading?corpusId=195908774
最强开源图像生成模型 Flux.1 来自实验室Black Forest Labs
Просмотров 5902 месяца назад
最强开源图像生成模型 Flux.1 来自实验室Black Forest Labs
Google Deepmind的AI智能体AlphaProof和AlphaGeometry 2达到国际数学奥林匹克竞赛“银牌”水平
Просмотров 1442 месяца назад
Google Deepmind的AI智能体AlphaProof和AlphaGeometry 2达到国际数学奥林匹克竞赛“银牌”水平
其實machine learning本來就唔係純computer science，係computer science同statistics既cross discipline學科，有個舊名叫statistical learning。physics入面又有門學問叫statistical physics，主要係用統計學方法描述微觀粒子既狀態同結構點樣影響果d粒子as a whole既物理狀態。當年Hopfield同Hinton為NN奠基果陣就用左唔少統計力學既概念同數學模型。將大腦入面既神經元比喻為粒子，將學習類比做微觀粒子由高溫走向低溫形成結構（科普成日講既超導體lol）其實真正人工智能嘅先驅奠基者應係圖靈Alan Mathison Turing。
BRAVO! 🎉🎉🎉❤❤❤
Bravo ! 🎉🎉🎉❤❤❤
能力水平=答對的層級, 意識水平=答錯的層級,
🎉🎉🎉❤❤❤
什么屎音频，真以为随便找个ai语音就能做vlog呢
你用的AI语音感觉像便秘,听得难受
没有制作诚意的合成语音请不要出现在我的首页。各位讨厌合成语音的请有序按踩然后离开。
我大概是從觀看零次就進來觀看的，天知道youtube 怎麼會推這個影片給我 😂 哈哈
sin cos cosplay
請問你是靠甚麼軟體進行剪輯呢？
moboard.netlify.app/product
@@ML_tired 那請問你做一隻這樣的影片在使用這個軟體後大概平均花費了多少時間呢
除掉写文稿的时间，单纯做视频画面的是大概3小时。但这个前提是很熟练的情况下。
OpenAI有不少人是玩分析哲学的吧?
LLM的反思能力从哪里来的？
LLM对自己生成的内容，重新输入修改，效果会有所提高。不过，不是很清楚为什么会提高
RAG的资料，是用户直接输入给LLM，还是开发LLM的公司提前存储起来以供LLM随时调用
两者都需要提前把资料变成数据库，包含embedding （key）和文本片段 （value）。前者可以是用户自己的私人资料，后者比如 Perplexity搜索引擎
不同的输入模态编码器，就相当于人类的鼻子，耳朵，眼睛，为什么要统一为一个编码器？
不同的感受器官主要负责接收信号，编码器就是神经网络在处理信号了
现在的LLM已经这么大了，怎么我还是觉得LLM的输出错误百出，各种Hallucination
感觉现有LLM对应于人脑的直觉（比较底层），其实已经远超人类这部分智能了。但，人脑应该还有更高层的智能设计，来应对rarely happened events
AI is the lord, we humans are the servants.
一对一头部通过共享特征提取网络和一致匹配度量，利用一对多头部学到的特征信息，生成覆盖关键特征的高质量预测框。
0:50 记忆层次结构和人类大脑相似，人类大脑也有显式记忆吗？
这是类比的方式，Rag相当于人类翻书查资料来回答问题。这里的“显式记忆”类似于人类的回忆过程，不需要调用所有的神经元。当然，人类大脑任何时候都只激活很小一部分，大部分休息。
RAG适合检索任务，GraphRAG适合总结任务
Med-Gemini-M 1.0长文本生成：擅长生成长格式文本，如医疗总结和转诊信。 Med-Gemini-L 1.0高级推理和网络搜索集成：用于需要复杂推理的任务，如临床总结和转诊信生成。采用self-training with search和uncertainty-guided search 策略。 Med-Gemini-M 1.5 通过定制编码器处理新型医疗模态。 Med-Gemini-S 1.0 健康信号处理：集成了新型模态编码器，能够处理原始生物医学信号如心电图ECG
電腦的矩陣計算量遠超於人腦，所以耗電量也遠超於人腦不是正常的嗎
注：Llama3-V 涉嫌抄袭 MiniCPM-V 模型 ruclips.net/video/PjuSTOINamw/видео.html
有点意思
太优质了
你是用chattts配音嗎？請問你用幾號的人聲呀？
不是的，用的是字节跳动的火山引擎， “炀炀”声音。最近他们新推出大模型的语音识别效果更好
有趣
天干。ˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉˉ lllllIllIlllllllllllllIillllllĺIiiiIllllll 3:49 地支. 知天
这声音好听么？还搞个女人的生来配音
😂😂
本质上来想就是在输入前面加了if判断语句吗
是的
真棒👍
Thanks.
这里的K不是1000，是1024，2的10次方！
🤭 Promo`SM
怎么用？
Huggingface 有详细说明huggingface.co/docs/transformers/model_doc/mixtral