Recently, the Tsinghua University Institute for Intelligent Industry Research (AIR) released an AI model named AutoDroid-V2 on December 24, 2024, aimed at optimizing the automation control capabilities of mobile devices. This model significantly enhances user efficiency in operating through natural language by applying small language models. Unlike traditional methods relying on cloud-based large language models (LLM), AutoDroid-V2 employs a script-based approach. This innovation enables devices to efficiently execute user commands.

चाँद के अंधेरे पक्ष प्रौद्योगिकी कंपनी ने Tsinghua विश्वविद्यालय के MADSys प्रयोगशाला के साथ मिलकर एक ओपन-सोर्स प्रोजेक्ट जारी किया है, जिसका नाम Mooncake है, जिसका उद्देश्य KVCache-केंद्रित बड़े मॉडल इन्फरेंस आर्किटेक्चर का सह-संवर्धन करना है। जून 2024 में, दोनों ने Kimi के बेस लेयर्स के लिए Mooncake इन्फरेंस सिस्टम डिज़ाइन योजना जारी की, जो PD विभाजन और स्टोर-स्विच आर्किटेक्चर पर आधारित है, जिसने इन्फरेंस थ्रूपुट को अत्यधिक बढ़ा दिया और उद्योग में व्यापक ध्यान आकर्षित किया।

कृत्रिम बुद्धिमत्ता के तेजी से विकास के युग में, बड़े मॉडल की बुद्धिमत्ता स्तर लगातार बढ़ रही है, लेकिन इसके साथ आने वाली इनफरेंस सिस्टम दक्षता की चुनौतियाँ भी越来越 स्पष्ट हो रही हैं। उच्च इनफरेंस बोझ का सामना कैसे करें, लागत को कम करें और प्रतिक्रिया समय को कम करें, यह उद्योग के सामने महत्वपूर्ण मुद्दों में से एक बन गया है। Kimi कंपनी ने Tsinghua विश्वविद्यालय के MADSys प्रयोगशाला के साथ मिलकर KVCache पर आधारित Mooncake इनफरेंस सिस्टम डिज़ाइन योजना पेश की, जो 2024 के जून में आधिकारिक रूप से लॉन्च की जाएगी। Mooncake इनफरेंस सिस्टम के माध्यम से...

NVIDIA ने MIT और Tsinghua विश्वविद्यालय के शोधकर्ताओं के सहयोग से Sana नामक एक नई टेक्स्ट से इमेज जनरेशन फ्रेमवर्क विकसित की है, जो 4096×4096 रिज़ॉल्यूशन तक की इमेज को कुशलता से उत्पन्न करने में सक्षम है। Sana का उपयोग करते हुए, उच्च गुणवत्ता वाली और टेक्स्ट के साथ अत्यधिक संगत उच्च रिज़ॉल्यूशन इमेज को बेहद तेज़ गति से आज़माया जा सकता है, और यह लैपटॉप के GPU पर भी काम कर सकता है। Sana के मुख्य डिज़ाइन में शामिल हैं: गहरी संकुचन स्वचालित एन्कोडर: पारंपरिक स्वचालित एन्कोडर के विपरीत, जो केवल इमेज को 8 गुना संकुचित करते हैं, Sana द्वारा प्रशिक्षित स्वचालित एन्कोडर

In the latest sensational news from the mathematics community, a group of alumni from Tsinghua University successfully proved 162 previously unsolvable mathematical theorems with the help of AI. Even more impressively, this intelligent agent named LeanAgent managed to tackle Terence Tao's formalized problem related to the Polynomial Freiman-Ruzsa Conjecture! This makes us marvel at how the research methods in fundamental science have been completely transformed by AI. It is well-known that current language models (LLMs), although impressive, still largely remain...

हाल ही में, नेशनल यूनिवर्सिटी ऑफ सिंगापुर के वेंयी यु और उनकी टीम ने एक नई तकनीक video-SALMONN पेश की है, जो केवल वीडियो में दृश्य फ़्रेम अनुक्रम, ऑडियो घटनाओं और संगीत को समझने में सक्षम नहीं है, बल्कि यह वीडियो में वॉइस कंटेंट को भी समझने में सक्षम है। इस तकनीक का विकास मशीनों को वीडियो सामग्री को समझाने की दिशा में एक महत्वपूर्ण कदम है।

Hal hi mein, Zhipu, Tsinghua Vishwavidyalaya aur Peking Vishwavidyalaya ne LVBench naamak lamba video samajhne ke maanak parikshan pariyojana ka prastav kiya. Maujooda bahu-aayami bade bhasha model chhote video samajhne mein kaafi pragati kar chuke hain, lekin ghanton tak ke lambi videos ko sambhalne mein unhein abhi bhi chunautiyon ka samna karna pad raha hai. Is kami ko door karne ke liye, LVBench ka vikas kiya gaya hai.

Stanford के शोधकर्ताओं ने पाया कि GPT-4 की Nature और ICLR पत्रों पर समीक्षा राय मानव से 50% से अधिक मिलती है। शोधकर्ताओं ने GPT-4 को पत्र का PDF इनपुट दिया और फिर मानव समीक्षाओं के साथ तुलना की। GPT-4 की समीक्षाओं की समानता 82% से अधिक है, लेखक मानते हैं कि यह राय सहायक है। मानव समीक्षकों की तुलना में GPT-4 पत्र के प्रभाव के कारक पर अधिक ध्यान देता है परंतु नष्ट प्रयोग पर कम ध्यान देता है। उपयोगकर्ताओं का आमतौर पर मानना है कि GPT-4 की प्रतिक्रिया सटीकता बढ़ा सकती है और मानव समीक्षा की मात्रा कम कर सकती है।

Beijing Shengshu Technology Co., Ltd. has completed tens of millions in angel round financing, with this round being exclusively invested by Jin Qiu Fund. Shengshu Technology is a global leader in generative artificial intelligence infrastructure and applications, dedicated to creating controllable multi-modal general large models. Shengshu Technology's products include image creation assistants and 3D asset generation tools, capable of helping users create high-quality images and 3D assets.