水和算法有何相似?用物理学来理解大语言模型
在最近的工作中,我们确实发现大型语言模型的简化版本的性能存在相变,但同样有趣的是相变两侧两个阶段的性质。论文链接:httpsarxiv/abs/2402.03902在物理学中,相变的数学描述中有一些量,我们称之为序参量。它们能让你了解相变的真正含义。这让我们明白磁性与原子排列有关:在一个相中,整体排列很大,而在另...
在Claude 3.5 Sonnet之前,这些AI Agent已能像人类一样操作电脑
ScreenAgent是一个由吉林大学人工智能学院开发的项目,利用视觉语言模型(VLM)直接控制电脑GUI,实现大模型直接操作电脑的目标。项目链接:httpsgithub/niuzaisheng/ScreenAgentScreenAgent论文:httpsarxiv/abs/2402.079454、PyGPTPyGPT是一个第三方软件,支持GPT-4、GPT-4V、GPT-3.5和DALL-E3,以及...
三家国内机构合作成果获EMNLP 2024最佳论文奖,主办方:明年苏州见
HaoranLi,ZheyeDeng,WeiqiWang,YanggiuSong机构：香港科技大学计算机科学与工程系链接：httpsarxiv/html/2406.11149v1获奖理由：提出了一个框架，该框架利用隐私场景公正理论（ContextualIntegrityTheory)将大型语言模型与隐私法对齐，增强了它们在各种上下文中检测隐私风险的能力...
2024年6月计算机视觉论文推荐:扩散模型、视觉语言模型、视频生成等
具体来说,论文发现扩散模型在训练集中的附近数据模式之间平滑地“插值”,可以生成完全不在原始训练分布支持范围内的样本;这种现象导致扩散模型产生了真实数据中从未存在过的内容(即幻觉)。通过对各种形状的人工数据集的实验,论文展示了幻觉如何导致从未存在过的形状组合的产生。最后证明了扩散模型实际上知道他们什么时候...
一个弹窗整懵Claude,瞬间玩不转电脑了 | 斯坦福&港大新研究
他的主要研究方向是自然语言处理。具体来说,他希望构建语言模型智能体,将语言指令转化为可在现实世界环境中执行(如数据库、网络应用和物理世界等)的代码或行动。他曾获得哥伦比亚大学硕士学位,并获得耶鲁大学计算机科学博士学位。同时,他还获得过亚马逊(2022年)和谷歌(2023年)的研究奖。
本科经典算法Dijkstra,被证明普遍最优了:最坏情况性能也最优!
什么意思？这就意味着不论它面对多复杂的图结构，即便在最坏情况下都能达到理论上的最优性能！而且这还是学术界首次将这一概念应用于任何序列算法(www.e993.com)2024年11月18日。△图源：Quantamagzine对于Dijkstra算法，想必很多人肯定不会陌生，毕竟它是每个计算机本科生必学的内容。而且从它诞生至今，已经在广泛地应用于我们的日常生活中，例如...
控制电脑手机的智能体人人都能造,微软开源OmniParser
论文地址:httpsarxiv/abs/2408.00203有了这个工具,或许每个人都可以创建自己的计算机操控智能体了。先来看看OmniParser的效果。对于一个用户任务:「将约翰内斯堡提供素食选择的餐厅保存到我的行程中」。OmniParser首先会解析Tripadvisor网页屏幕上的所有元素,然后它成功从中找到了「餐厅」选项。之后它点...
通用人工智能:是什么?如何测试?如何实现?|研读
“赢者通吃”机制等所揭示的抽象原理),心理学和认知科学的学者会从认知功能的角度来描述(例如记忆与遗忘等过程所揭示的原理),计算机科学的研究者可能会从解决问题过程中获得启发并用计算机语言来描述(例如,AlphaGo所采用的MCTS搜索技术所揭示的抽象原理)……总之,过往大量不同定义[16]的分歧之处主要是体现在“原理”...
华为云开发者日武汉站暨华为开发者大赛湖北赛区决赛颁奖典礼成功...
现场特别设置了开发者体验官、红蓝对抗赛、KooLabs工作坊等环节,为开发者提供了9大开放能力体验,让开发者深度体验鲲鹏DevKit代码迁移工具快速完成C&C++源码迁移、基于MetaStudio数字内容生产线四步制作数字人视频、ModelArts一键玩转丑萌黏土风滤镜以及通过仓颉语言编辑代码等等。多位核心开发者在体验后表示,华为云的开放能...
何恺明“被拒”缺席、语言模型大行其道,今年的 CVPR,彻底变了?
httpsarxiv/abs/2311.18803摘要:由无人机到个人手机等各种相机收集的自然界图像,越来越多地成为生物信息的丰富来源。用于从图像中提取与生物学相关信息的计算方法和工具,尤其是计算机视觉,正在迅速发展。然而,大多数这些方法都是为特定任务设计的定制方法,难以适应或扩展到新的问题、背景和数据集。一个针对图...