「生物采样器」共找到 389 篇相关文章

开源动态8

Kimi K2官方技术报告出炉:采用384个专家,训练不靠刷题靠“用自己的话再讲一遍”

Kimi K2官方技术报告公开称霸全球开源模型的秘籍,介绍其训练过程及“秘密配方”,包括MuonClip优化器、大规模Agentic Tool Use数据合成等技术亮点,还提及后阿里通义Qwen3更新击败Kimi K2。

量子位
推荐文章7

图解Vllm V1系列6:KVCacheManager与PrefixCaching

文章聚焦vllm v1,阐述调度器取请求时判断设备有无充足空间做推理的问题,涉及KVCacheManager与Prefix Caching。前者管理请求和块,后者通过找最长一致前缀节省显存,还介绍块分配释放策略与流程。

GiantPandaLLM
新闻资讯9

刚刚,Claude发现神秘DNA系统!狂烧21 亿Token挖出「上帝手术刀」

Anthropic动用950个Claude并行运行,消耗2.1亿Token,仅21小时就完成人类科学家数月才能完成的基因组扫描,在噬菌体中发现类似CRISPR的全新未表征酶系统ART,改写了生命科学科研范式,有望推动生物医疗革命。

新智元
新闻资讯7

人形机器人规模化前夜,硬件供应链是真正的深水区

过去三年,人形机器人行业投资火热,但供应链瓶颈成商业化关键制约。麦肯锡报告分析成本结构,指出执行器是成本大头且供应体系不成熟。全球供应风险分三档,中国供应链有优势,2035年格局或转变。

DeepTech深科技
算法论文8

视频生成太慢?英伟达、谢赛宁等发布TMD框架,实现70倍加速

大规模视频扩散模型采样效率低,应用受限。英伟达联合谢赛宁等提出TMD框架,将大型视频扩散模型蒸馏为少步生成器。实验显示,TMD能实现超70倍加速,质量损失小,用户也更偏好其生成的视频。

机器之心
算法论文8

斯坦福、英伟达和伯克利提出具身Test-Time Scaling Law

斯坦福、英伟达和伯克利团队提出具身Test - Time Scaling Law。研究发现推理时增加计算量可提升VLA模型性能,揭示动作误差与采样数量幂律关系,还探讨关键问题,给出方法,实验证明结合RoboMonkey能显著提升性能。

机器之心
算法论文8

用两个简单模块实现分割理解双重SOTA!华科大白翔团队等推出多模态新框架

华中科技大学和金山办公团队联合提出语义增强特征提取器(SEFE)和交错局部视觉耦合(ILVC)模块,构建多模态大模型LIRA,解决现有模型分割不精确和理解有幻觉问题,在分割和理解任务上达SOTA。

量子位
推荐文章8

李国杰院士:AI4S里程碑式重大成果综述

本文由李国杰院士撰写,对AI for Science近年里程碑式突破做全面综述,涵盖数学、物理、化学等多领域成果,如李雅普诺夫函数构造、AI辅助核聚变等,还探讨了AI4S潜力与挑战。

力学与人工智能
开源动态8

视觉Token注入CLIP语义,走向多模态理解与生成新范式

腾讯ARC Lab等机构提出全新视觉分词器TokLIP,将低级视觉Token与高级CLIP语义结合,支持端到端自回归训练,可接入LLM框架,降低计算与数据门槛,在多模态任务中表现优异,代码已开源。

量子位
新闻资讯8

Hinton上海演讲:大模型跟人类智能很像,警惕养虎为患

深度学习之父Hinton在上海演讲《数字智能是否会取代生物智能》,指出人类可能是大语言模型,也会有幻觉,但大语言模型优于人类大脑,知识传递高效。他呼吁建立国际社群,培养不夺权的好AI。

量子位