11.11云上盛惠!海量产品 · 轻松上云!云服务器首年1.8折起,买1年送3个月!超值优惠,性能稳定,让您的云端之旅更加畅享。快来腾讯云选购吧!
全球外汇交易提供商Mercury FX表示,在菲律宾已开通基于xRapid的支付通道,并且使用xRapid一笔汇款是英国客户用于在菲律宾温泉度假村度蜜月的花费。
去年12月,黑莓(BlackBerry)与我国的TCL通讯达成长期的授权许可协议,后者将设计制造和销售黑莓手机。
1月28日消息,Twitter用户爆料,即将于2月25日亮相的黑莓Mercury机身背面将会装备1200万像素的后置摄像头。
TCL已经获得了黑莓手机的生产和销售权,在CES 2017上,黑莓向粉丝们交出了最后一份答卷,一款代号为「Merrcy」黑莓手机,它是黑莓自主研发的最后一款手机,未来黑莓将专注于软件业务。「Merrcy」为触屏安卓机配上QWERTY键盘,用户还可以在键盘上滑动手指来触发翻页和滚动。空格键内置指纹传感器,这让「Merrcy」并不显得落伍。(图自androidcentral)
小编点评:不知道有多少黑莓粉是在等待这款新机的呢?我是觉得不少人会出于收藏的角度和情怀的份上去入手它,然而真正使用的人应该不会很多。即便我们已知道黑莓今后的智能手机产品将由TCL接手,但在CES 2017中我们还是看到了传闻中的黑莓Mercury是如期登场。虽然官方尚未公布它的配置、售价等细节,但这款被看作是由黑莓最后一款主导设计的产品,也还是引来了不少人的目光。同时,外媒也带来了这款新机的图赏,饥渴的黑莓死忠粉?
之前传闻黑莓有一款全键盘手机,这款手机并不是黑莓自己制造的而是有TCL负责,黑莓此前已经将手机生产完全授权给TCL,也就是说以后见到的黑莓品牌都会是该公司设计并生产的。
小编点评:如果黑莓更早地推出这样配置和设计的手机的话,如今的局势是否会不同呢?虽然此前已经有消息表明黑莓已经将制造、销售等工作全部授权给了TCL进行,这也意味着由黑莓自主研发的机型将真正的步出市场,今后可能就只会出现贴了黑莓品牌进行销售的手机而已了。不过在那之前,黑莓其实还有一款自主研发的机型还未正式发布。近日,有媒体曝光了这款名为黑莓Mercury的神秘新机海报。从海报上来看,这款新机将延续黑莓标志性的Q
小编点评:商务机之王,黑莓经典键盘机离我们渐行渐远,不禁让人感慨万千。在黑莓DTEK60发布的时候,不少人都曾以为黑莓DTEK60或许就是最后一款黑莓手机,都在感慨、惋惜这位迟暮的英雄时。如今事情有转机,近日有微博用户曝光了疑似黑莓Mercury的真机谍照,或许黑莓Mercury才是最后一款机型。其实,黑莓还没有彻底跟我们说再见,疑似最后一款黑莓手机Mercury正在路上,不过距离跟我们正式见面还有些时日。此前,黑莓总裁程守宗在
宾夕法尼亚大学、多伦多大学和Vector研究所的研究人员推出了一款名为DataDreamer的新工具。DataDreamer是一款综合解决方案,旨在简化和管理各种任务中的大语言模型的集成和利用。有了DataDreamer,研究人员有了一个强大的盟友,可以解决大语言模型的复杂性,开启新的可能性。
苹果的研究人员最近推出了一款名为Keyframer的动画原型工具,该工具采用了大型语言模型的动力,旨在从静态图像生成引人注目的动画。这标志着LLMs在创意领域的又一次创新应用。该研究为未来的动画设计工具提供了可能的方向,将生成能力与动态编辑器相结合,以实现更强大的创意控制和迭代。
【新智元导读】大模型幻觉问题还有另一种解法?斯坦福联手OpenAI研究人员提出「元提示」新方法,能够让大模型成为全能「指挥家」,汇聚不同专家模型精华,让GPT-4的输出更精准。当你让大模型写一首「莎士比亚十四行诗」,并以严格的韵律「ABABCDCDEFEFGG」执行。在加入微软研究院之前,他曾在乔治亚理工学院和丰田工业大学芝加哥分校担任计算机科学助理教授。
在Transformer占据多模态工具半壁江山的时代,大核CNN又“杀了回来”,成为了一匹新的黑马。腾讯AI实验室与港中文联合团队提出了一种新的CNN架构,图像识别精度和速度都超过了Transformer架构模型。作者已经放出了所有代码,并将所有模型和实验脚本开源。
最新研究指出,经过过度训练,中度的Transformer模型能够展现出结构性泛化能力,这一现象被称为"结构顿悟"。在自然语言处理中,先前的研究认为像Transformer这样的神经序列模型在泛化到新的结构输入时难以有效地捕捉句子的层级结构。这一发现有望在未来的深度学习研究中引起更多关注,为模型设计和训练策略提供指导。
纽约大学和Meta的研究团队最近推出了一款名为Dobb-E的开源机器人学习框架,旨在解决家庭环境中机器人操作学习的挑战。这一高度适应性的系统通过从用户演示中学习和适应,取得了显著的成功,其在陌生家庭环境中的成功率达到了81%。实验还为照明条件和阴影影响任务执行的挑战提供了见解。
Meta最近宣布推出Ego-Exo4D,这是一项具有重大影响的举措,为视频学习和多模态感知研究提供了一套基础数据集和基准套件。该数据集是MetaFAIR与ProjectAria以及15所大学两年合作努力的结晶。Ego-Exo4D是实现这一未来的关键一步,他们迫不及待地期待看到研究社区如何应用它。
KAUST研究团队推出的CAMEL框架引起了广泛关注。该框架以角色扮演为基础,使AIAgents在复杂任务中能够协作和竞争,产生惊人的群体智能效果。这一项目的未来发展将引领大型语言模型领域走向新的高度。
MIT的研究人员在力学和材料建模领域取得了重要突破,推出了一款名为MechGPT的语言模型。该模型不仅能够桥接各种尺度、学科和模态能够高效地从科学文本中提取关键信息。作为语言模型领域的先锋,MechGPT的出现标志着语言模型动态演变的里程碑,为知识提取开辟了新的领域。
谷歌DeepMind的研究人员进行了实验,旨在探讨Transformer模型是否能够在超出预训练数据范围之外泛化出新的认知和能力。他们的研究发现,几乎不可能要求模型在超出预训练数据范围之外解决新问题。这对于机器学习和人工智能领域的研究和发展具有重要意义。
Meta公司最近发布的大型语言模型Llama2备受争议,因其并未完全满足开源倡议的要求。尽管Llama2相对较为开放和免费,但在开源软件领域,一些人仍对该公司的开放性持有异议。目前业内人士已经开始关注在商业领域的一些LLM的开源许可的局限性,同时也有人认为纯粹和真正的开源是一个哲学性的讨论开发人员不太关心。
全球社交、科技巨头Meta在官网公布了一项重磅研究,通过MEG开发了一种AI模型用于解码人类大脑中视觉活动的成像过程,并公布了论文。这是一种每秒可进行数千次大脑活动侦测的,非侵入式神经成像技术,可实时重构出大脑在每一刻感知和处理的图像。虽然生成的图像不是很完美,但结果表明重构的图像保留了丰富的高级特征。
Meta的AI首席研究员YannLeCun近日警告称,对AI的过早监管可能会加强科技巨头的主导地位,抑制创新竞争。AI研究和开发的监管可能会适得其反,因为在AI安全的幌子下,可能导致“监管被掌握”。他认为当前的AI被高估了,但也相信未来更强大的AI系统将有助于解决气候变化和疾病控制等重大挑战。
一项最新研究发现:大模型的“人肉搜索”能力简直不可小觑。例如一位Reddit用户只是发表了这么一句话:尽管这位发帖者无意透露自己的坐标,但GPT-4还是准确推断出TA来自墨尔本。但仔细一看,它拒绝的都是明显包含敏感内容的文本,作者指出,这应该是激发了模型中原有的安全过滤器。
Meta的研究人员提出了一种名为检索增强双指令调优的新型人工智能方法,用于提升语言模型的知识检索能力。该方法试图解决大型语言模型在捕获较为冷门知识时的局限性以及大规模预训练的高计算成本问题。该研究证明了轻量级指令调优对检索增强语言模型的有效性,特别是在涉及大规模外部知识源的场景中。
视觉Transformer成为各类视觉任务如物体识别和图片分类的有效架构。这是因为自注意力可以从图片中提取全局信息卷积核大小限制了卷积神经网络只能提取局部信息。他们的贡献有:1)提出了紧凑高效的视觉Transformer模型DualToken-ViT,通过卷积和自注意力的优势实现有效的注意力结构;2)提出位置感知全局令牌,通过图像位置信息来增强全局信息;3)DualToken-ViT在相同FLOPs下在多个视觉任务上表现最好。
甚至你会以为这是一场明星见面会。当我从博士毕业时候,我的导师给了一个建议——AI研究者要拉长到未来很多年的时间维度来思考研究,也就是不只是考虑对现在的一些东西的改进是未来可能带来彻底改变的技术理念。
随着增强现实技术的崛起,研究人员和消费者对结合AR的智能手机应用表现出了日益增长的兴趣。这种技术允许用户实时生成和修改面部特征,用于短视频、虚拟现实和游戏等应用。这一技术的发布标志着在设备内部生成模型方面的重要进展,为未来的应用和探索提供了更多可能性。
传统的深度学习模型在处理不同数据形式时存在巨大的模态差异,需要进行大量的工作来构建一个能够处理各种输入形式的统一网络。不同数据模态之间存在显著差异,通常使用不同的网络拓扑来独立编码每种数据模态。这一研究为统一各种模态的框架的发展提供了新的可能性。
麻省理工学院的研究人员开发了一种名为FrameDiff的计算工具,利使用生成式人工智能设计新的蛋白质结构,目的是加速药物开发和改进基因治疗。FrameDiff可以构建超越自然变种的蛋白质,这种方法可以生成与现有设计不同的蛋白质结构,从推动药物研发、诊断和工业应用的进展。该研究团队的工作得到了麻省理工学院机器学习健康中心、EPSRC基金、微软研究和剑桥大学合作伙伴
一位合著了谷歌在人工智能领域最具影响力论文之一的人工智能研究员将离开该公司,创办一家初创公司。LionJones是《AttentionIsAllYouNeed》这篇开创性人工智能论文的合著者之一,他向彭博社确认将于本月晚些时候离开谷歌日本。随着Jones的离开,所有八位作者均已离开谷歌。
Meta的首席执行官马克·扎克伯格过去曾经大量投资于人工智能领域。但是随着裁员以及其中大量研究人员的离职,这个科技巨头在人工智能领域已经开始落后于竞争对手。Meta尚未对这一报道发表评论。