菲尔兹奖得主王虹的AI跨界:用纯数学破解机器学习难题
新晋菲尔兹奖得主王虹不仅数学造诣顶尖,还曾“跨界”在AI顶会NeurIPS(2019年)发表过论文,且是实打实的共同一作。
这篇论文研究的是机器学习的基础任务——如何给庞大数据“瘦身”(低秩矩阵近似)。处理海量数据时,常用“列子集选择”算法提取代...
原文链接
写长篇报告或连载小说时,你是否遇到过AI“失忆”、前后矛盾或数据瞎编的崩溃瞬间?其实,AI上下文窗口大不等于会整理资料。为此,元石科技推出了“问小白5 Pro”,这款长内容生成引擎巧妙填补了这一痛点。
它的核心优势是“长、稳、可查”,且门槛极低,只需打字即可:
首先,极简操作,结果交付。无需反复拉扯...
原文链接
花几百万买的H100显卡利用率偏低?别急着加卡,问题可能是你的模型没适配硬件。
GPU是算力极强的“大力士”,但需持续“喂数据”。若模型设计导致“算术强度”低(如矩阵维度过窄),GPU会把大量时间花在等数据搬运上,陷入“访存受限”,让顶级算力白白闲置。
为此,英伟达提出“模型-硬件协同设计”,并总结...
原文链接
大模型也得“睡觉”?Google新研究揭示AI进化密码
AI不知疲倦,但Google最新研究却提出:大模型也得“睡觉”!这并非让服务器关机,而是为了解决AI“边学边忘”的软肋。
目前,大模型主要靠“临时便签”(上下文)记东西,对话一结束就忘。若强行修改底层参数学新知识,又会引发“灾难性遗忘”,把旧本...
原文链接
今年的WAIC大会释放出一个强烈信号:AI产业的竞争正从“拼模型”迈入“拼人才”时代。而在大会之外,知乎正悄然织就一张覆盖AI全产业链的人才图谱。
首先,前沿技术大牛在知乎“首发”AI。DeepSeek、Kimi等团队的工程师不再满足于发布会,而是直接公开技术细节,坦诚交流模型优缺点,将其作为技术探...
原文链接
AI正走出实验室,走进工厂车间。中国制造业底子厚,但要把AI变成真正的生产力,破局的关键在于“场景”。具体怎么做?主要有四招:
一是挑对场景。别盲目追热,要找痛点高频、数据好拿、能算清账且易复制的场景。比如AI智能质检,能让硬件成本直降90%,交付时间从数周缩短至数小时。
二是盘活数据。工厂数据又碎...
原文链接
机器人换个视角或光线就“罢工”?中山大学与X-Era AI Lab团队在CVPR 2026冠军论文中指出:根源不在于机器人不懂物理,而是它“看到的空间变形了”!
研究团队将视觉-语言-动作模型(VLA)拆解为“空间建模”和“物理建模”。他们发现,环境改变时,机器人的物理推理能力并未失效,真正出问题的...
原文链接
觉得ChatGPT总答非所问?OpenAI官方最新提示词指南来了!掌握这8招,让AI乖乖听话:
选对模型:优先切换至最新模型(如GPT-5.6 Sol),新模型更懂指令。
描述具体:把AI当秘书,明确交代内容、字数和风格,拒绝笼统模糊的指令。
巧用分隔符:核心指令放最前,用“###”或三引号将指令...
原文链接
在具身智能赛道,大家都在追逐聪明的“机器大脑”,却忽视了底层的“经验体系”。没有物理世界的深度认知和高质量数据喂养,再聪明的大脑也是空中楼阁。这正是“景烁科技”要解决的痛点。
景烁科技由文远知行孵化,CEO霍达是文远001号员工。他们不造整机,也不做“大脑”,而是做物理AI的“基建商”,提供数据与世...
原文链接
人类记忆机制藏着AI发展的启示。失忆患者H.M.与超忆症患者的极端案例表明:遗忘并非记忆漏洞,而是其自带能力。高效的记忆在于筛选关键、舍弃琐碎,并结合当下重新理解。
然而,当前主流AI的记忆方案陷入了误区。它们仅靠存储历史和关键词匹配来回答问题,这只是客观的“事实存档”,算不上真正的“回忆”。
为此...
原文链接
加载更多
暂无内容