搜索
近年来，代码评测集数量激增，但质量参差不齐。为规范其开发，香港科技大学联合多所高校研究了过去十年的274个代码评测集，发现诸多问题，如数据重复、测试用例错误、隐私信息未删除等。基于此，他们推出了《代码评测集发展指南55项》（How2Bench），涵盖设计、构建、评测、分析、发布五大阶段，旨在提升代码评测集的质量与可靠性。
在你看来，开源是一种怎么样的存在？ 纯慈善？活菩萨？理想主义者？
第一家全面拥抱DeepSeek的“六小虎”，出现了！ 不卖关子，它就是李开复亲任CEO的零一万物。 今日正式上线万智企业大模型一站式平台，宣布提供企业级DeepSeek部署定制解决方案。
谷歌的Gemini 2.0 Flash凭一句话PS的功能，还在全网不断掀起新的风暴！广告业直接被颠覆，模特从此彻底不存在了。去水印、梗图、交叉图像，已经被网友玩疯。甚至有人预言：谷歌已全面超越OpenAI，将率先实现AGI。
大模型同样的上下文窗口，只需一半内存就能实现，而且精度无损？ 前苹果ASIC架构师Nils Graef，和一名UC伯克利在读本科生一起提出了新的注意力机制Slim Attention。
灵活到像 CG，官方却说是一倍速实拍，国产机器人又整活了。
AI热潮将彻底颠覆编程行业。OpenAI首席产品官Kevin Weil抛出惊人预测，2025年，AI在编程领域将永远超越人类。这不仅仅是一个大胆的预测，更是一个时代拐点的宣告。
在深度学习的多个应用场景中，联合优化多个损失项是一个普遍的问题。典型的例子包括物理信息神经网络（Physics-Informed Neural Networks, PINNs）、多任务学习（Multi-Task Learning, MTL）和连续学习（Continual Learning, CL）。然而，不同损失项的梯度方向往往相互冲突，导致优化过程陷入局部最优甚至训练失败。
最近的研究强调了扩散模型与表征学习之间的相互作用。扩散模型的中间表征可用于下游视觉任务，同时视觉模型表征能够提升扩散模型的收敛速度和生成质量。然而，由于输入不匹配和 VAE 潜在空间的使用，将视觉模型的预训练权重迁移到扩散模型中仍然具有挑战性。
这两天不知道为啥，有好几个朋友问我，为啥不把公众号文章做出一个知识库。