DeepMind团队发布新突破:JEST数据筛选方法大幅缩短AI训练时间13倍,降低算力需求90%,使得大规模多模态预训练效率提升10倍。这一创新通过智能数据选择,类似图书管理员挑选适合模型的数据批次,减少迭代次数和计算量。研究显示,JEST在预训练数据上性能稳定,有望改变AI训练现状,并对能源消耗有积极影响。该成果由Talfan Evans等4名研究人员主导,论文已公开,展示了从专家型模型到通用模型的转化潜力。
原文链接
本文链接:https://kx.umi6.com/article/3104.html
转载请注明文章出处
相关推荐
换一换
DeepMind 资深科学家从谷歌离职创办机器人初创公司,获英伟达投资
2025-03-20 16:41:21
DeepMind率先提出CoF:视频模型有自己的思维链
2025-09-28 11:52:38
谷歌旗下 DeepMind 推出 Genie 2 模型,可生成长达 1 分钟的游戏世界
2024-12-05 07:52:59
谷歌 DeepMind 闭关修炼《我的世界》:自学成才挖钻石,成果登 Nature
2025-04-03 14:23:13
新王登基,Gemini 1.5 Pro再度更新,超越GPT 4o和Claude-3.5
2024-09-04 11:37:42
谷歌增设首席人工智能架构师
2025-06-12 14:37:07
为什么 Google 一直是你大爷?
2025-12-10 14:52:11
DeepMind打造AI调解员,“劝架”水平远超人类
2024-10-19 07:11:54
DeepSeek-V3:美国芯片封锁的“意外”产物?
2025-01-06 10:21:20
Demis Hassabis荣获诺贝尔化学奖,网友:诺奖需要AI
2024-10-10 11:39:38
谷歌计划将 Gemini 并入 Deepmind,下个月开始生效
2024-10-21 11:24:40
DeepMind之父坦言:我造的AI可能灭绝人类 但已无人能停下
2026-03-31 10:42:07
DeepMind 开源大模型 GenCast 登 Nature:8 分钟预测 15 日天气
2024-12-05 14:05:26
696 文章
560956 浏览
24小时热文
更多
-
2026-04-24 20:31:56 -
2026-04-24 20:29:51 -
2026-04-24 19:29:38