マイクロソフトは先日、新しいrStar-Math技術を発表しました。この革新的な推論手法は小型言語モデル（SLM）に適用でき、数学問題における性能を大幅に向上させ、場合によってはOpenAIのo1-previewモデルを上回る結果を示します。この技術はまだ研究段階にありますが、関連する研究論文はarXiv.orgに掲載されており、マイクロソフト、北京大学、清華大学の8人の著者によって共同執筆されました。テストでは、rStar-Math技術は

12月12日、北京大学とバイトダンスは、「Doubao」大規模言語モデルシステムソフトウェア合同研究所の設立を発表しました。これは、中国のAI分野における産学連携の新たな段階への進展を意味します。この合同研究所の研究活動は、バイトダンスが独自開発したDoubao大規模言語モデルをベースに行われます。大学と企業の研究者は研究所で、大規模言語モデルのトレーニング、推論などの重要な技術について深く研究します。研究所の建設と発展に伴い、多くの北京大学の学生が研究所でインターンシップを行い、産業界の研究者と協力して取り組む予定です。

北京大学ソフトウェア工学国家工程研究センターと教育学院が共同開発した博雅AI教育大規模モデルが12月8日、北京で発表された。この大規模モデルは、複数の異なる学問分野の専門的大規模モデルシリーズで構成されており、強力な学問専門教育能力を備え、高等教育機関、職業学校、小中高等学校の学科教育現場で幅広く活用でき、大規模な個別指導とパーソナライズされた教育を実現する。国内の教育データを活用して自主開発されたこの大規模モデルは、中国版のAI教育大規模モデルを目指し、教育分野のデジタル化を推進することを目的としている。

AIGC技術の急速な発展に伴い、画像編集ツールがますます強力になり、画像の改ざんは容易になり、検出も困難になっています。既存の画像改ざん検出と特定方法（IFDL）は通常効果的ですが、大きく2つの課題に直面しています。1つは「ブラックボックス」的な性質で、検出原理が不明瞭であること。もう1つは汎化能力が限られており、Photoshop、DeepFake、AIGC編集など、様々な改ざん方法に対応できないことです。これらの問題を解決するために、北京大学の研究チームは、説明可能なIFDLタスクを提案しました。

快手、北京大学、北京郵電大学の研究チームが共同で、画期的なテクノロジー成果である超高解像度ビデオモデルPyramid-Flowを発表しました。このオープンソースプロジェクトは、人工知能によるビデオ生成分野で著しい進歩を遂げ、業界に新たな可能性をもたらします。Pyramid-Flowモデルは驚くべき能力を示し、テキスト入力のみで最大10秒間、解像度1280x768、フレームレート24fpsの高画質ビデオを生成できます。光と影の効果、動作の滑らかさ、全体的な画質、テキストとの整合性など、あらゆる点で高いクオリティを実現しています。

先日、快手と北京大学、北京郵電大学の研究チームが共同で、Pyramid-Flowという超高画質動画生成モデルをオープンソース化しました。このモデルは、テキスト記述から最大10秒間、1280x768解像度、24fpsの動画を生成することができ、その品質は非常に優れており、光と影の効果、動作の一貫性、動画品質など、あらゆる面で優れたパフォーマンスを発揮します。Pyramid Flowの動作原理は、既存の動画拡散モデルとは異なります。既存のモデルは通常、フル解像度で動作しますが、これは

北京大学の袁粒研究室と南洋理工大学、清華大学自動化研究所の研究者らが共同で、スケッチ、絵画、低解像度画像などからでも正確にユーザーのニーズに合致する革新的な画像検索技術を開発しました。この技術の中核をなすのは「汎用スタイル検索」手法であり、テキスト、スケッチ、絵画などの組み合わせを含む様々な検索スタイルに対応し、検索の柔軟性と正確性を大幅に向上させます。研究チームは、DSRとImageNet-Xのデータセットを構築し、新手法の訓練とテストのためのリソースを提供しています。FreestyleR

最近、智譜、清華大学、北京大学は共同で、LVBenchと呼ばれる長尺動画理解ベンチマークテストプロジェクトを発表しました。既存のマルチモーダル大規模言語モデルは短尺動画の理解において目覚ましい進歩を遂げていますが、数時間の長尺動画を処理する際には依然として課題に直面しています。この空白を埋めるために、LVBenchが開発されました。

MegaScaleは10,000枚を超えるGPUからなる単一クラスターを構築しました。MegaScaleは55.2%のモデルFLOP利用率を実現しました。MegaScaleには、システムコンポーネントとイベントを監視するための診断ツールが含まれています。

分子構造から毒性を予測し、ソーシャルネットワークの友人推薦も行い、さらには異なる著者の論文引用を予測して遺伝子ネットワークにおけるヒトの老化メカニズムを発見することもできる、汎用的なグラフモデルは存在するだろうか？ワシントン大学セントルイス校の陳一昕教授チーム、北京大学の張牧涵氏、京東研究院の陶大程氏らが共同で提案した、まさにそんなモデルが登場した。

北京大学がGPT-4ベースのAIアシスタント「Brainiac Buddy」を導入し、より良い学習と教育体験を提供します。創設者である董彬氏は数学と機械学習のバックグラウンドを持ち、教育効率の向上を目指しています。学生はAIアシスタントに複雑な教材を任せ、重要な内容のマーク付けや質問への回答を得て、学習効率を向上させることができます。教員は教案をAIに渡し、授業計画の作成を支援してもらい、時間を節約できます。「Brainiac Buddy」は個別化された、カスタマイズされた学習体験を提供し、教育分野の発展を促進します。