机器学习早已渗透到各种线上服务中,网购便是其中最成功的领域之一。近年来,机器学习被应用于各种网购任务,例如用户查询、浏览记录、评论分析、产品属性提取等等。为了促进机器学习方法的发展,许多基准测试应运而生,旨在降低研究人员和工程师开发和评估针对真实网购任务的新颖解决方案的门槛。然而,现有的模型和基准通常是为特定任务量身定制的,无法完全捕捉网购的复杂性。大型语言模型 (LLM) 凭借其多任务和少样本学习能力,有可能通过减少特定任务的工程工作
锂电池起火的安全隐患常常令人担忧,为此科学家们提出了一种利用声音来提前预警电池火灾的方法。研究发现,锂离子电池在起火前会经历一系列的化学反应,这些反应导致电池内部压力逐渐升高,最终引发电池膨胀。图源备注:图片由AI生成,图片授权服务商Midjourney电池外壳通常是坚硬的,无法适应这种膨胀,因此电池内的安全阀会在压力过大时破裂,从而发出一种独特的声音。这种声音有点类似于打开汽水瓶时的咔哒声和嘶嘶声。为此,美国国家标准与技术研究所(NIST)的研究团队
全球领先的数据管理与治理解决方案提供商AvePoint(纳斯达克股票代码:AVPT)今日宣布,在新加坡经济发展局(EDB)的支持下,正式成立AI实验室。这一战略举措将显著推进人工智能和机器学习领域的创新研究,并进一步增强AvePoint Confidence平台的AI能力。此次成立的AI实验室将成为一个具有全球影响力的研发中心。未来三年内,实验室计划招募超过25名AI研究人员和项目专家,这些人才将有机会通过全球轮岗计划与AvePoint总部的团队展开深度合作。同时,实验室还将与多所大学及AvePoint全球产品团
麻省理工学院本周展示了一种训练机器人的新模型,旨在解决模仿学习在引入小挑战时可能会失败的问题。研究人员指出,模仿学习在照明、不同环境或新障碍等情况下可能会失败,因为机器人根本没有足够的数据来适应。该团队寻求像 GPT-4这样的模型来寻找一种强力数据方法来解决问题。他们引入了一种名为异构预训练变压器(HPT)的新架构,该架构将来自不同传感器和不同环境的信息汇集在一起。然后使用变压器将数据汇总到训练模型中。变压器越大,输出越好。用户可以输入机器人