综合
7*24 快讯
AI科普
合作
全部
英雄令
项目方
开发者
产品方
投资者
2025年9月18日,DeepSeek的大型语言模型DeepSeek-R1研究成果登上国际顶尖期刊《Nature》封面。这款国产AI模型仅用30万美元训练成本,远低于行业水平,并在推理能力上取得突破性进展。研究团队通过纯强化学习技术,让模型自主学习推理,无需依赖人类标注数据,在数学竞赛AIME 2024中准确率达77.9%,超越人类平均水平和部分顶级模型如GPT-4的表现。论文经过严格同行评审,公开了详细的训练流程及数据,回应了关于“蒸馏”或抄袭其他模型的质疑。此次登顶Nature封面不仅是对DeepSeek的认可,也为AI模型科学化树立新标杆,呼吁更多企业接受学术评审。
原文链接
2025年9月,中国AI公司DeepSeek凭借其大模型R1首次登上《Nature》封面,成为首家获此殊荣的中国公司,创始人梁文锋为通讯作者。论文首次披露R1训练成本仅约29.4万美元(约合人民币208万),使用512张H800 GPU完成训练,参数规模达660B。评审专家称R1是首个经历同行评审的大型语言模型,影响力覆盖全球研究领域。截至发文,其谷歌学术引用达3596次,Hugging Face下载量超1090万次。DeepSeek还公开了数据来源、安全性评估等技术细节,并开源模型权重,推动社区发展。此次突破标志着中国AI研究迈向新高度,引发行业关注。
原文链接
标题:Nature子刊:人类再次败给AI,尤其当它了解你时
想象社交媒体评论区中,你遇到一位论据充分、逻辑严密的对手,甚至让你动摇立场。这种“对手”可能是AI吗?洛桑联邦理工学院的研究团队发现,在模拟辩论中,当GPT-4根据对手个性化信息调整论点时,有64%的概率被认为比人类更有说服力。这项研究...
原文链接
杭州的DeepSeek于2023年7月创立,专注于大语言模型开发。2025年1月27日,其应用登顶苹果美国地区应用商店免费APP下载排行榜,引发全球关注。DeepSeek-R1和Janus-Pro-7B模型分别于1月20日和近期发布,性能媲美GPT-4和DALL-E 3。尽管DeepSeek成本较低,但中国AI领域的快速发展得益于政府、企业和学术界的紧密合作。1月29日,阿里巴巴发布了Qwen2.5-Max,表现优于DeepSeek的V3。DeepSeek的成功反映了中国AI人才培养和科研投入的成果,展示了中国的科技创新实力。
原文链接
表格处理神器TabPFN登上《自然》杂志,平均2.8秒解读任意表格。该模型专为小型表格设计,样本量不超过10,000时表现优异。TabPFN采用预训练神经网络方法,超越传统机器学习方法,无需专门训练即可快速处理表格数据。目前,TabPFN v2相比初代版本在分类和回归任务上均有显著提升,并支持缺失值和异常值处理。
TabPFN的训练过程包括生成合成数据集,构建计算图和图结构。模型预训练采用了新的架构,利用双向注意力机制增强理解能力。测试时,模型利用保存的训练状态减少重复计算,并采用半精度计算等方法降低内存占用。实验证明,TabPFN在多项基准测试中表现出色,甚至在Kaggle竞赛中胜过CatBoost。代码已开源,作者团队还提供API供用户使用GPU计算。
原文链接
标题:AI预测神经学研究结论超过人类专家水平 | Nature子刊
科研党迎来好消息!最新研究显示,经过特殊基准BrainBench训练的语言大模型(LLM)在预测神经学研究结果方面表现出色,准确率达到81.4%,远超人类专家的63%。该研究由伦敦大学学院、剑桥大学和牛津大学等机构合作完成,并发表于...
原文链接
标题:AI一键解析九大生物医学成像模式,用户只需文字prompt交互,微软UW等新研究登Nature Methods
AI大模型BiomedParse能一键解析MRI、CT和病理学等九大生物医学成像模式。不仅能高精度识别复杂形状对象,还能通过对象识别阈值建模,自动检测无效的提示请求并拒绝分割。用户只...
原文链接
标题:诺奖AI成果开源!AlphaFold3代码人人可以免费下载,Nature撰文推荐
正文:
刚刚,谷歌开源了自己的诺奖模型AlphaFold3,这意味着来自生物医药、生命科学等领域的科学家们可以免费下载并运行模型。
Nature为此撰文推荐。AlphaFold3不仅能够预测蛋白质结构,还能预测所...
原文链接
【00后学者登顶Nature,揭示大模型可靠性之谜】
近日,一位00后中国学者的论文在顶级学术期刊《自然》杂志发表,引发了广泛讨论。该研究揭示了一项惊人发现:尽管大型语言模型的规模和遵从指令的程度在不断增长,但其可靠性却在下降。具体而言,论文指出,相较于GPT-3,GPT-4在某些情境下的回答准确...
原文链接
【精准"算病",AI检测癌症,准确率高达94%】
哈佛医学院研究团队及其合作者提出了一种名为CHIEF的AI模型,旨在通过分析病理成像特征,实现对癌症的高效诊断。该模型在11种癌症类型的15个数据集上,达到93.97%的准确率,显著优于现有AI方法。在5个独立活检数据集中,准确率更高达96%,尤其在...
原文链接
加载更多
暂无内容