搜索
12 月 22 日消息，据《南华早报》今日报道，香港中文大学（CUHK）的研究人员开发了一种新的基础人工智能模型，能够帮助解决眼科临床任务，特别是在疾病筛查和诊断方面。随着生成式 AI 在医学领域的应用逐步增多，这一技术有望带来更广泛的影响。
扩散模型在可控图像生成方面取得了空前进展，包括图像修补 ，图像着色和图像编辑。基于扩散模型的生成方案可以显著降低劳动力成本，尤其是在基于参考图像序列着色任务上，它可用于漫画创作，动画制作和黑白电影着色。
李飞飞、谢赛宁团队又有重磅发现了：多模态LLM能够记住和回忆空间，甚至内部已经形成了局部世界模型，表现了空间意识！李飞飞兴奋表示，在2025年，空间智能的界限很可能会再次突破。
从AI芯片到AI用户这个端到端的产业链中， 贡献价值最高的“那个人”拿走最大的利润。
只需几十个样本即可训练专家模型，强化微调RLF能掀起强化学习热潮吗？具体技术实现尚不清楚，AI2此前开源的RLVR或许在技术思路上存在相似之处。
研究团队在最新时间序列预测基准评测TFB的25个数据集上进行了广泛验证，证明了DUET的卓越性能，为各行业的时间序列预测任务提供了全新的解决方案。
近期，知名研究机构 Appier AI Research 和国立台湾大学，联合发表了一篇论文
图数据学习在过去几年中取得了显著的进展，图神经网络（GNN）在此过程中起到了核心作用。然而，不同的 GNN 方法在概念和实现上的差异，对理解和应用图学习算法构成了挑战。
在时间序列预测领域，当前主流的扩散方法还是传统的基于噪声的方法，未能充分利用自回归技术实现时间序列建模。
这段时间，OpenAI 宣告连续 12 轮轰炸，让 2024 年底的大模型领域热闹起来了。 但坚持每个凌晨看直播的话会发现，越到后面的发布越平淡，内心的波动也越少了。