刚刚提出了KAN的MIT物理学家Max Tegmark和北大校友刘子鸣，又有一项重磅研究问世了！团队发现，它们用AI发现了物理学中的新方程，从此，AI很可能被引入物理学研究领域，帮助人类物理学家做出全新的发现。
一种全新的神经网络架构KAN，诞生了！ 与传统的MLP架构截然不同，且能用更少的参数在数学、物理问题上取得更高精度。
几天前，由 Linux 基金会主办的北美开源峰会（Open Source Summit North America）在华盛顿西雅图闭幕。
024 QS世界大学学科排名来了！总体和23年变化不大
在实践中，人类预测的准确性依赖于「群体智慧」（wisdom of the crowd）效应，即通过聚集一群个体预测者，对未来事件的预测准确率会显著提高
“只需”10万美元，训练Llama-2级别的大模型。尺寸更小但性能不减的MoE模型来了：它叫JetMoE，来自MIT、普林斯顿等研究机构。性能妥妥超过同等规模的Llama-2。
具身基础模型突破2D，全新生成式视觉-语言-行动模型3D-VLA，在多项任务中显著提高了推理、多模态生成和规划的能力。
近日，来自MIT的研究人员发表了关于大模型能力增速的研究，结果表明，LLM的能力大约每8个月就会翻一倍，速度远超摩尔定律！硬件马上就要跟不上啦！
MIT新晋副教授何恺明，新作新鲜出炉：瞄准一个横亘在AI发展之路上十年之久的问题：数据集偏差。数据集偏差之战，在2011年由知名学者Antonio Torralba和Alyosha Efros提出——
抓住AI风口，实现质的飞跃!随着AI技术的不断发展和应用，企业对于人工智能的需求越来越高。要抓住人工智能时代的机遇，我们需要理解其发展趋势，培养AI技术和应用能力。
