搜索
SAX-NeRF框架，一种专为稀疏视角下X光三维重建设计的新型NeRF方法，通过Lineformer Transformer和MLG采样策略显著提升了新视角合成和CT重建的性能。研究者还建立了X3D数据集，并开源了代码和预训练模型，为X光三维重建领域的研究提供了宝贵的资源和工具。
就在刚刚，英伟达市值超越微软，成为全球市值最高公司！而CEO老黄的净资产也随之增至1170亿美元，成为全球TOP 11富人。随着全世界疯抢英伟达GPU，华尔街对AI的乐观情绪还在狂热飙涨！不过，老黄却担忧起来了……
排名超过Llama-3-70B，英伟达Nemotron-4 340B问鼎竞技场最强开源模型！
作为继OpenAI、微软、谷歌后，最后一个万众期待的尖子生，苹果在上周举行的WWDC24全球开发者大会上，终于交出了自己的“AI答卷”。
AI圈这遍地开花的大好局面，让吃瓜群众们甚是惊喜。
基于 Transformer架构的大型语言模型在各种基准测试中展现出优异性能，但数百亿、千亿乃至万亿量级的参数规模会带来高昂的服务成本。例如GPT-3有1750亿参数，采用FP16存储，模型大小约为350GB，而即使是英伟达最新的B200 GPU 内存也只有192GB ，更不用说其他GPU和边缘设备。
只要1/200的参数，就能让大模型拥有和GPT-4一样的数学能力？ 来自复旦和上海AI实验室的研究团队，刚刚研发出了具有超强数学能力的模型。 它以Llama 3为基础，参数量只有8B，却在奥赛级别的题目上取得了比肩GPT-4的准确率。
Build大会召开两周之后，微软更新了Phi-3系列模型的技术报告。不仅加入最新的基准测试结果，而且对小模型、高性能的实现机制做出了适当的揭示。
大语言模型提示中，竟有不少「怪癖」：重复某些内容，准确性就大大提高；人名变匿名，准确性就大大下降。最近，马里兰OpenAI等机构的30多位研究者，首次对LLM的提示技术进行了大规模系统研究，并发布75页详尽报告。
通过算法层面的创新，未来大语言模型做数学题的水平会不断地提高。