方法研究
与“方法研究”的相关热搜词：
相关“方法研究” 的资讯18081篇
-
【腾讯云】11.11云上盛惠！云服务器首年1.8折起，买1年送3个月！
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！
腾讯云
12-20
广告 -
基于关键词的网页权重方法研究
利用关键词序列得到的用户事务模式经过聚类以后，形成了表达用户个性化信息需求的不同模式特征。和关键词序列相比，聚类后的用户事务模式显然具有更少的数量和更明确的个性化特征，所以使用此用户事务聚类模式就可以进行下一步的个性化信息推荐活动。
-
谷歌AI研究人员提出噪声感知训练方法（NAT）用于布局感知语言模型
在文档处理中，特别是在视觉丰富的文档中，高效信息提取的需求变得越来越关键。VRDs，如发票、水电费单和保险报价，在业务工作流中随处可见，通常以不同的布局和格式呈现类似信息。他们的研究为使普通用户能够访问先进的文档处理功能铺平了道路，标志着该领域迈出了重要的一步。
-
Reportify体验入口 投资研究AI问答平台使方法用指南
Reportify是一个创新的AI驱动投资研究问答平台，旨在为投资者、金融分析师和市场研究人员提供快速、深入的财经信息问答服务。通过智能分析最新的财报、公司业绩、市场动态等，Reportify帮助用户迅速获取和深度分析财经领域的关键信息，从作出更明智的投资决策。为了更深入地了解Reportify的功能和服务，欢迎访问Reportify官方网站体验。
-
研究人员开发AI攻击方法BEAST：可在一分钟内绕过LLM防护栏
研究人员在美国马里兰大学成功开发了一种高效的方法，可以在一分钟内诱导大型语言模型产生有害反应，他们将这一技术命名为BEAST。BEAST技术利用NvidiaRTXA6000GPU、48GB内存和即将发布的开源代码，仅需一分钟的GPU处理时间，就能让LLM飞越其防护栏。”此研究强调了确保未来更强大AI模型的安全部署需要制定可证明的安全保证。
-
斯坦福大学研究人员发布新机器学习方法C3PO：根据上下文定制大型语言模型
斯坦福大学的研究人员最近发布了一种名为C3PO的新方法，旨在解决语言模型定制化面临的挑战。在人工智能领域不断发展的今天，语言模型的定制化对于确保用户满意度至关重要。这项研究的意义超出了技术成就的范畴，预示着人工智能可以无缝适应个人偏好、增强其实用性和可访问性的未来。
-
DeepMind研究发现提升语言模型推理能力的简单方法
深度学习领域的研究人员发现，语言模型在逻辑推理方面的表现仍然是一个重要挑战。最新的一项由Google旗下的DeepMind进行的研究揭示了一个简单重要的发现:任务中前提的顺序显著影响语言模型的逻辑推理性能。通过这项研究，我们可以看到改变前提顺序可能是提升语言模型推理能力的一种简单有效的方法，也为未来改进这一领域的研究提供了新的方向。
-
荐 GPT-4准确率最高飙升64%！斯坦福OpenAI重磅研究：全新Meta-Prompting方法让LLM当老板
【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。
-
谷歌研究团队推新AI方法SynCLR:从合成图像和字幕中学习视觉表征
GoogleResearch和MITCSAIL共同推出了一项名为SynCLR的新型人工智能方法，该方法旨在通过使用合成图像和字幕，实现对视觉表征的学习，摆脱对真实数据的依赖。SynCLR的工作原理研究团队首先提出了一个三阶段的方法。这些改进有望进一步提升合成数据在训练人工智能模型中的效果。
-
微软研究人员推新AI方法，用合成数据改进高质量文本嵌入
微软公司的研究团队最近提出了一种独特且简单的方法，用于生成高质量的文本嵌入。这种新方法仅使用合成数据和极少的训练步骤，就取得了令人瞩目的成果。该研究的训练过程极大地减少了对中间预训练的需求，相较于当前的多阶段系统，更加简洁高效。
-
OpenAI 演示超级智能 AI 的控制方法：研究人员要求 GPT-2 指挥更强大的 GPT-4
OpenAI，一个承诺为全人类利益构建人工智能的公司，自去年推出ChatGPT以来，其商业雄心在最近的治理危机中变得更加显著。该公司宣布，一个专注于管理未来超级智能AI的新研究小组开始取得成果。Sutskever在深度神经网络先驱GeoffreyHinton的指导下攻读了博士学位，后者今年5月离开谷歌，目的是警告AI现在似乎正在某些任务中迅速接近人类水平。
-
研究人员推无微调对齐方法URIAL 1个提示搞定LLM对齐
近期研究发现，对大语言模型进行微调对性能有关键影响，但一项新研究表明，免微调的对齐方法也能有效提升LLM性能。针对大语言模型微调的传统方法，研究者发现对齐调优主要学习语言风格基础LLM已经具备回答用户查询所需的知识。这一研究为工程师提供了新的思路，可能减少对LLM进行微调的需求，为构建更高效的AI助手打开了新的可能性。
-
芝加哥大学研究人员推出3D画笔:使用文本生成局部风格化纹理的AI方法
芝加哥大学的研究人员与SnapResearch合作，推出了一种名为3D画笔的人工智能方法，通过文本描述自动生成网格上的局部语义区域的纹理。这一创新使得用户可以通过直观的、自由形式的文本输入控制纹理编辑，为各种网格描述其编辑。这一研究为3D建模和纹理编辑领域带来了新的可能性，为游戏、动画、电影等各个行业提供了更加高效和直观的纹理编辑工具。
-
UC伯克利研究人员推出Ghostbuster:用于检测 LLM 生成文本的最先进 AI 方法
LLM，如ChatGPT，可以轻松地产生各种流利的文本，但是它们的准确性有多高呢?语言模型容易产生事实错误和幻觉，这让读者在决定是否相信一个信息来源时知道是否使用了这些工具来做新闻文章或其他信息文本的幽灵写作。这些模型的发展也引发了对文本的真实性和原创性的担忧，许多教育机构也限制了ChatGPT的使用，因为内容很容易生成。这对于那些依赖于AI生成内容做出决策的用户来说，具有重要的意义。
-
微软研究员发布EmotionPrompt方法:增强多语言模型的情感智能
微软研究员最近发布了名为“EmotionPrompt”的研究成果，旨在增强多语言模型的情感智能。情感智能被认为是人类素质的一个关键组成部分，它涵盖了情感理解、情感处理以及如何利用情感数据来指导逻辑和分析过程，如问题解决和行为管理。这项研究为多语言模型的情感智能潜力提供了初步的研究，有望在各种应用领域取得进展。
-
Intel研究人员提出新AI方法，更高效地在CPU上部署LLM
大型语言模型因其在文本生成、语言理解和文本摘要等各种任务中的卓越性能备受瞩目，但它们庞大的模型参数却需要大量内存和专用硬件，这使得部署这些模型变得相当具有挑战性。为了降低推断所需的计算功率，研究人员通常采用权重量化等方法，即减少人工神经网络的权重和激活函数的精度。还有进一步改进的空间，研究人员计划推动在个人计算机上实现生成式人工智能，以满足对人工智能生成内容不断增长的需求。
-
研究人员推出全新训练方法 提高DALL-E 3图像生成能力
在人工智能领域，改进文本到图像生成模型的研究一直备受关注。DALL-E3作为这个领域的杰出代表，因其出色的文本描述生成图像的能力备受瞩目。这种策略不仅提高了DALL-E3的性能为复杂的文本到图像生成技术的持续发展奠定了基础。
-
研究者推3D视频渲染新方法4K4D 画面相当流畅
这项研究提出了一种创新性的点云表示方法，被称为4K4D，可以实时渲染动态的3D场景，并以前所未有的速度和渲染质量呈现。我们经常观看2D视频这些视频限制了我们选择观看角度的能力。这项研究的成果有望在VR/AR、体育广播和艺术表演捕捉等领域发挥重要作用，为实时渲染高分辨率3D动态场景提供了一种突破性的解决方案。
-
CMU与Google DeepMind研究人员推出AlignProp：微调文本到图像扩散模型的创新方法
卡内基梅隆大学和GoogleDeepMind的研究人员引入了一种突破性的方法，称为"AlignProp"。该方法利用直接反向传播来微调文本到图像扩散模型，解决了将这些模型与所需的奖励功能对齐的挑战。未来的研究方向未来，研究人员可以探索将AlignProp的原则扩展到基于扩散的语言模型，以增强其与人类反馈的一致性。
-
Meta研究人员提出轻量级微调方法RA-DIT 以增强语言模型知识检索能力
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。
-
中国研究人员推ImageBind-LLM：通过ImageBind实现LLM的多模态指令调优方法
研究人员最近在大型语言模型的指令调整方面取得了令人瞩目的进展。这一发现对于提高通用语言模型的性能和多模态指令响应能力具有重要意义。ImageBind-LLM展示了四个关键特点:这项研究的成果为大型语言模型的多模态指令响应能力提供了新的方法和思路，具有重要的实际应用潜力。
-
谷歌AI研究提出利用大语言模型生成个性化文本通用方法
谷歌AI研究团队提出了一种利用大型语言模型进行个性化文本生成的通用方法。他们采用多阶段多任务结构，包括检索、排序、摘要、合成和生成，训练大语言模型进行个性化文本生成。这项研究为个性化文本生成提供了一个通用的方法，可以应用于各种场景，如评论、聊天机器人和社交媒体等，有望提升生成系统的适应性和个性化响应能力。
-
谷歌AI研究提出新的视频注释方法VidLNs 精准定位视频描述
1.VidLNs是一种视频注释方法，通过口述和光标移动来获取语义正确且密集定位准确的视频描述。2.VidLNs使用关键帧来创建每个角色的独立叙述，实现复杂情节的细致描绘。该研究为视觉和语言之间的连接提供了一个新的多模态视频注释方法，为相关任务的发展提供了基础。
-
保护隐私！中国研究人员提出基于联邦学习的 μXRD 图像筛选方法
中国的研究人员提出了一种基于联邦学习的新型微X射线衍射图像筛选方法，旨在提高筛选效果同时保护数据隐私。工业矿物通过同步辐射X射线微衍射服务来检测其晶体杂质，包括结晶度和可能的杂质。这种创新系统的联邦学习能力将有助于消除数据交换的非技术障碍。
-
云从科技：正在跟进大模型评估方法等技术标准立项研究
云从科技在互动平台表示，目前，公司正在跟进大模型能力要求和评估方法等领域的技术标准立项研究工作。公司将不断为相关标准编制提供公司在大模型技术开发和测试验证领域的专业知识和工程经验。公司将继续做好在预训练大模型、生成式人工智能领域的数据和隐私保护、功能安全可控等领域的标准研制工作。
-
减肥新方法！研究发现仅闻食物气味即可分解脂肪
在不改变饮食习惯的条件下，有可能改变身体的脂肪储存吗?日本富山大学和国立研究开发所近期的一项研究发现，仅闻食物的气味可促进脂肪的分解，这表明未来或有望通过气味进行过度肥胖和糖尿病的治疗。这项研究将小鼠分为两组：普通小鼠和接受嗅球切除术的小鼠，并开始进行相关对照实验，对小鼠禁食期间探索行为进行研究。富山大学研究人员表示，今后将以气味作为突破点，进行糖尿病新型药物相关研究。
-
荐 研究了上百个快品牌案例，快手电商制作了这份成长方法论
...其中基础权益包含快品牌打标、主播认证、快品牌主页曝光等;商家&服务商政策是从流量、现金和商业化等多维度对快品牌进行组合激励，包括自有品牌GMV激励、商业化消耗激励、入驻新商家激励、商家快品牌成长计划、快品牌消耗额外的返点等;营销政策则从日常活动、大促活动、IP活动等不同营销场域为快品牌增加曝光量，致力于打造行业标杆，提升整个快品牌在站内和站外的影响力......
-
研究人员开发FastDry模块 采用节能的方法来干燥湿墙
新的FastDry模块，据称提供了一个明显更节能的替代方案...该装置由德国弗劳恩霍夫建筑物理研究所的研究人员创建，采用矩形面板的形式，直接放置在有关的潮湿墙壁上...FastDry模块将墙体加热到约55 ºC，并持续监测墙体的表面温度和所消耗的电量...FastDry模块的柔性版本现在也在开发中，它可以包裹在柱子或木梁等建筑特征上...
-
荐 花200万买的，一套小红书消费者研究方法论
What:“什么”阐明消费者可能会做什么，如何使用你的产品以及有什么反馈;When:“何时”，确定人们可能使用某些产品的特定时间，还有用户日常行为中有待发掘的规律性习惯;Where:“何地”消费者产品使用的情景、场景——消费者一般会在适合产品使用的场景产生共鸣;...以上7点我称之为‘小红书消费者研究陀螺7步法’，从确定目标到执行以后复盘，最后形成小红书消费者研究流程sop，希望能帮到众多品牌团队......
-
AppliedVR正使用“合成控制臂”方法来加速对照组研究
通过在一群正忍受慢性背痛困扰的患者中招募受试者、并将庞大的慢性疼痛数据库作为对照，可知其具有显著提升临床研究效率的巨大潜力...由于担心合成数据与传统数据无法做到一对一匹配，FDA 仍对用合成控制臂完全取代传统数据的试验设计持谨慎的保留态度...Web Sun 认为，合成控制臂不仅能够节省大把时间和资金，更重要的是，它为研究人员提供了一个加速新疗法开发的机会，并以更加迅捷、实惠、且具有代表性的方式将其推向市场......
-
研究发现COVID-19的主要抗病毒治疗方法对最新变体仍然有效
据罗格斯大学的研究人员说，一种用于治疗SARS-CoV-2的抗病毒药物对这种不断演变的病毒的最新变体仍然有效。该研究发表在《细胞研究》杂志上，是首批探索SARS-CoV-2变异的全部范围的研究之一。研究人员得出结论，辉瑞公司的抗病毒药物Paxlovid仍然通过干扰参与病毒复制的一种关键蛋白（被称为“主蛋白酶”或Mpro）的细胞机制来抑制COVID。 随着COVID的Omicron变体在全世界迅速蔓延，最近在亚洲爆发了严重的疫情，当局一直在关注该病毒是否会进化出“抗药性”，逃避目前药物提供的防御措施。由于只有少数药物可用于治疗COVID，医生们寄希望?
