追问weekly | 过去一周,AI领域有哪些新突破?
追问weekly | 过去一周,AI领域有哪些新突破?Juniper Ventures:押注合成生物学,迎战气候变化
搜索
Juniper Ventures:押注合成生物学,迎战气候变化
2020年2月,数据标注员作为人工智能训练师的一个工种,被正式纳入国家职业分类目录。短短几年,这个劳动力需求量巨大的行业,迅速在一些中小城市落地生根。
在人工智能领域,大语言模型(LLMs)展现出了令人惊叹的能力,但在因果推理这一人类智能的核心能力上仍面临重大挑战。特别是在从相关性信息推断因果关系这一任务上,现有的大语言模型表现出明显的不足。
近期的两起融资新闻来自智谱和阶跃。智谱虽然公布了30亿人民币的D轮融资数字,但始终没有公开透露具体的参投方名单,只是在媒体报道中提到:据多位知情人士透露,此次新进投资方包括多家战投及国资机构,而君联资本等老股东继续跟投。
随着大模型飞速发展,AI应用也逐渐成熟。过去一年,在很多人还在琢磨能用AI来干啥的时候,已经有不少人靠着AI产品和信息差赚到了“真金白银”。
Argil采用SOTA deepfake模型的AI数字人技术,专为当今以视频为中心的环境而量身定制,旨在推广视频创作大众化,可满足创作者满足不断提高的质量标准的需求,而无需传统的时间和成本障碍。
OpenAI o1和o3模型的秘密,竟传出被中国研究者「破解」?今天,复旦等机构的这篇论文引起了AI社区的强烈反响,他们从强化学习的角度,分析了实现o1的路线图,并总结了现有的「开源版o1」。
真正有用的主力模型。
在人工智能领域,具有挑战性的模拟环境对于推动多智能体强化学习(MARL)领域的发展至关重要。在合作式多智能体强化学习环境中,大多数算法均通过星际争霸多智能体挑战(SMAC)作为实验环境来验证算法的收敛和样本利用率。
只是换一下数学题的变量名称,大模型就可能集体降智??