2024年10月1日，Demis Hassabis在《泰晤士报》2024技术峰会上与主持人进行了深入交流。Demis Hassabis在此次访谈中系统地阐述了DeepMind的历史、目标以及在迈向通用人工智能的过程中所面临的挑战。从逻辑系统到深度学习和强化学习的结合，从专用AI模 Read more
AI 在历史学和历史研究中的应用是一个融合了自然语言处理、机器学习、深度学习、知识图谱和计算机视觉等多种技术的多维领域。AI 不仅极大地提升了历史学家处理和分析海量数据的能力，还在知识挖掘、历史模拟、因果关系建模和文化遗产的保护与展示方面带来了许多新方法和新工具。 1. 历史数据 Read more
近日，Anthropic公司发布了“模型上下文协议（Model Context Protocol，MCP）”。MCP的目标是为AI系统与数据源之间建立统一、开放的连接标准，从而打破现有的数据孤岛，帮助AI模型更加有效地理解和处理数据，为开发者和企业带来更大的灵活性和便利性。 随着 Read more
论文Performance of Large Language Models in Technical MRI Question Answering: A Comparative Study详细评估了多种大语言模型（LLMs）在磁共振成像（MRI）技术问题回答中的表现，从数据来源 Read more
论文Understanding LLM Embeddings for Regression深入研究了大语言模型嵌入（embedding）的回归特征。论文作者为Eric Tang, Bangding Yang, Xingyou Song，来自Stanford University和 Read more
论文《Star Attention: Efficient LLM Inference over Long Sequences》提出了一种名为“星状注意力（Star Attention）”的算法，用于提高大型语言模型（LLM）在长序列推理任务中的效率。Star Attention Read more
论文《Health AI Developer Foundations》详细描述了由Google研究团队和DeepMind联合开发的健康AI开发基础模型集HAI-DEF（Health AI Developer Foundations）。HAI-DEF旨在通过提供预训练的基础模型、工 Read more
论文Collaboration between clinicians and vision–language models in radiology report generation（《临床医生与视觉-语言模型在放射报告生成中的合作》）主要讨论了一种名为Flamingo-CXR Read more
浮点计算的演变是硬件与软件协同进化的结果，推动了科学研究和人工智能的进步。未来，混合精度计算、仿真、能效设计及非标准数据类型等技术将继续推动浮点计算的发展，以满足不断变化和增长的应用需求。论文Hardware Trends Impacting Floating-Point Com Read more
论文Re-Invoke: Tool Invocation Rewriting for Zero-Shot Tool Retrieval提出的Re-Invoke是一种完全无监督的工具检索方法，旨在扩展LLM的工具使用能力以应对大规模工具集的挑战。通过生成多样化的合成查询和有效提取用 Read more
论文TemporalBench: Benchmarking Fine-grained Temporal Understanding for Multimodal Video Models（《TemporalBench: 基于细粒度时序理解的多模态视频模型基准测试》）深入探讨了多模 Read more
论文《Hymba: A Hybrid-head Architecture for Small Language Models》提出了一种名为Hymba的小型语言模型架构。Hymba通过将Transformer注意力机制与SSM（State Space Models，状态空间模型） Read more