论文Scaling LLM Test-Time Compute Optimally can be More Effective than Scaling Model Parameters探讨如何通过在推理阶段增加计算资源来提升大规模语言模型（LLM）的性能。其核心观点是，与简单地 Read more
美国人工智能安全研究所 (US AI Safety Institute, AISI) 隶属于美国国家标准与技术研究院 (NIST)，致力于推动人工智能安全科学的研究、实践和应用。AISI 关注范围广泛的AI风险，包括国家安全、公共安全和个人权益。它的主要任务包括推动AI安全的研究 Read more
"布朗带速度"增强（‘Brownian Tape Speed' Augmentation）是一种受布朗运动启发的数据增强方法。在机器学习的背景下，数据增强技术用于人工增加训练数据集的规模和多样性，从而帮助提高模型的泛化能力，特别是在数据有限的情况下。 一、布朗运动 布朗运动是指悬 Read more
论文Optimizing Audio Augmentations for Contrastive Learning of Health-Related Acoustic Signals（《对比学习健康相关声学信号的音频增强优化》），研究的主要目标是改进健康相关声学信号（例如咳嗽和 Read more
新闻“工业大模型应用 热闹起来了 沪上制造业正在AI技术助力下实现生产过程智能化改造”中提到： ...近期，在由上海市工业互联网协会主办的“大模型在工业企业的实施路径”研讨会上，沪东中华设计中心标准室主任毛鑫明介绍了如何在LNG（液化天然气）船总装建造中发挥大模型特长。“我们将海 Read more
论文Diffusion Models Are Real-Time Game Engines（《扩散模型是实时游戏引擎》）介绍了GameNGen，这是第一个完全由神经网络模型驱动的游戏引擎，能够以超过20帧每秒（FPS）的速度在单个TPU上进行复杂环境的实时交互模拟。通过应用生成扩 Read more
论文Predicting cardiovascular disease risk using photoplethysmography and deep learning主要探讨了使用光电容积脉搏波（PPG）和深度学习技术预测心血管疾病（CVD）风险的可行性。研究背景是心血管疾病 Read more
论文《多模态基础模型中的多样本上下文学习》（Many-Shot In-Context Learning in Multimodal Foundation Models）探讨了在上下文学习（In-Context Learning, ICL）中，多模态基础模型从少样本扩展到多样本时的 Read more
阳光下，近视眼镜两个镜片的光晕大小不同，哪边的近视程度高？ 问了问ChatGPT4o，回答有误。提示了一下，然后纠正错误并给出正确答案。乖巧的AI~ 近视眼镜是凹透镜，其作用是将光线向外发散，因此镜片的度数越高（近视度数越大），它的发散能力就越强，导致通过镜片的光线在桌面上形成的 Read more
论文《量子神经网络损失景观的统一理论》（A Unified Theory of Quantum Neural Network Loss Landscapes）的论文提出了一个综合性理论，扩展了对量子神经网络（QNNs）损失景观的理解。 论文作者为来自Caltech的Eric R. Read more
符号回归（Symbolic Regression）在历史上具有重要意义，其根源可以追溯到开普勒发现行星运动定律。现代符号回归方法包括遗传算法，这种算法通过模仿生物进化过程来寻找最符合的符号表达式。 论文《AI Feynman：一种受物理启发的符号回归方法》（AI Feynman: Read more
Surrogate Modelling（替代建模）是一种使用简单、计算效率高的模型来近似复杂、计算昂贵的真实系统的技术。它广泛应用于工程设计优化、模拟、机器学习、以及科学研究中。其主要目的是在维持一定的精度的前提下，减少计算资源和时间的消耗。 一、Surrogate Modell Read more