
LayerX获1亿美元B轮融资,AI破解日本企业数字化转型困境 (opens in a new tab)
日本企业正面临紧迫的数字化转型压力。统计显示,仅有16%的数字化转型项目能够取得成功,在传统行业中,这一比例降至4-11%。领导层承诺不足、企业文化僵化以及数字化人才缺乏成为转型的主要障碍。
Total 8400 articles

日本企业正面临紧迫的数字化转型压力。统计显示,仅有16%的数字化转型项目能够取得成功,在传统行业中,这一比例降至4-11%。领导层承诺不足、企业文化僵化以及数字化人才缺乏成为转型的主要障碍。

承认吧,现在一提到某些明星,你脑子立刻浮现出来的不是他们的作品,而是他们的表情包。

训练大模型时,有时让它“记性差一点”,反而更聪明! 大语言模型如果不加约束,很容易把训练数据原封不动地复刻出来。为解决这个问题,来自马里兰大学、图宾根大学和马普所的研究团队提出了一个新方法——金鱼损失(Goldfish Loss)。

训练大模型时,有时让它“记性差一点”,反而更聪明!

苹果又失去了四名AI研究员,其中三人是华人。

最近,工业界“RAG已死”甚嚣尘上。过去几年,AI领域的主旋律是“规模定律”(Scaling Law),即更大的模型、更多的数据会带来更好的性能。即便偶然有瑕疵,也认为只是工程上的不足,并非数学上的不可能。

上周,北京的 WRC 世界机器人大会史无前例的火爆。 维他动力半年内融资 3 亿人民币,带着新产品首次亮相,因其独特性成为了全场最多人排队的展位之一。

太魔幻!量子位从多个信源处独家获悉,Meta正式对内宣布了一条爆炸性消息: 即日起,FAIR若是要对外发表论文,必须先经过TBD实验室的审核。

AI图像编辑技术发展迅猛,扩散模型凭借强大的生成能力,成为行业主流。 但这类模型在实际应用中始终面临两大难题:一是“牵一发而动全身”,即便只想修改一个细节,系统也可能影响到整个画面;二是生成速度缓慢,难以满足实时交互的需求。

原来,Scaling Law在32年前就被提出了! 不是2020年的OpenAI、不是2017年的百度,而是1993年的贝尔实验室。