跳到主要内容

嘿咯图床 · AI 新闻频道

嘿咯AI新闻 · 第669页

嘿咯图床的一句话AI新闻

嘿咯AI新闻是嘿咯图床旗下的 AI 新闻频道,每日聚合人工智能、大模型、AIGC 与 AI 产品动态,用一句话摘要帮你快速了解行业变化。

共 6739 条新闻 · 第 669 / 674 页

对抗灾害,理解极端气候的智能模型概述

人工智能(AI)技术在极端气候事件预测和分析中扮演了重要角色,通过改进天气预报、模型仿真、参数估计和极端事件预测,显著提升了灾害响应与沟通效率。西班牙瓦伦西亚大学的研究团队强调了不同领域合作的必要性,以创建实用、可理解和值得信赖的AI解决方案,以增强灾难准备和降低风险。他们总结的研究方法以「Artificial intelligence for modeling and understanding extreme weather and climate events」为题,于2025年2月24日刊登于《Nature Communications》。 AI方法回顾:近年来,极端气候事件的频率、强度和持续时间都有所增加,对社会稳定、经济安全、生物多样性丧失和生态完整性构成了前所未有的挑战。为极端事件提供一个精确、正式、普遍适用的定义本身就很困难。在此背景下,人工智能(AI)已成为一种变革性的检测工具,极大便利了预测极端事件分析以及最坏情况事件的生成。机器学习(ML)和深度学习(DL)的功能,特别是与计算机视觉技术相结合,通过利用气候数据(例如再分析和观测)来推进事件的检测和定位。量化不确定性的技术对于目前来说是必要的,因此将AI模型带向集成已经推动了极端归因领域的发展。 用于极端事件建模的AI方法可以分为检测、预测、和影响评估。由于DL的出现和成功,所有这些任务都可以通过设计数据驱动模型来解决,这些模型利用时空和多源地球数据特性,从气候变量到原位测量和卫星遥感图像都有它们的存在。除开这些,设计能够准确模拟极端事件的预测系统对于预测未来极端事件的影响并为决策者提供关键信息以防止损害和损失至关重要。空间和时间预测旨在提供地球状态未来值的定量估计。 已经提出了许多ML算法来预测确定性极端事件,但大多数算法仅限于小区域和特定用例。可以单独使用气候变量进行预测或与卫星图像相结合。一种常见的方法是直接估计定义极端事件的指标。使用ML进行影响评估的另一种方法是分析PDF随时间的变化。这种方法可以量化不同事件的影响,有助于提高对脆弱性驱动因素的理解。或者,可以通过分析基于自然语言处理(NLP)的新闻报道以及最近的LLM来检测极端事件的影响。 极端事件理解和可信:可解释的AI(XAI)和不确定性量化(UQ)等学科提供了使AI更加可靠和值得信赖的方法。因果推理和极端事件归因等技术通过了解这些事件背后的机制,进一步补充了XAI和

阅读约 3 分钟

英伟达AI研究人员推出FFN融合技术:加速大型语言模型推理

英伟达推出创新AI架构优化技术,解决大型语言模型推理效率瓶颈。该技术通过合并依赖性较低的FFN层为更宽的FFN,实现并行计算,显著提升推理速度和资源效率。实验表明,Ultra-253B-Base在批量大小为32时,推理延迟降低了1.71倍,每个token的计算成本降低了35倍。此外,Ultra-253B-Base在多个评测基准上取得了优异的成绩,内存使用量减少了一半。FFN融合技术已在不同规模的模型上得到验证,显示出良好的通用性。这项研究表明,通过深入分析和巧妙的架构设计,可以显著提升LLM的效率。

阅读约 1 分钟

ICLR 2025 | 真正「Deep」的「Research」,通过强化学习实现可自主进化的科研智能体来了!

CycleResearcher 是来自西湖大学和UCL等机构的研究团队在自动化科研方向发布的一项突破性成果。该研究首次实现了可训练的科研流程的全链路端到端训练,覆盖智能文献检索、模型主动提问、强化学习迭代优化论文创新点、方法论架构设计、实验设计到论文自动生成的完整闭环。 这项技术的主要亮点包括: 1. 通过强化学习实现科研过程的自动迭代改进,能够模拟完整的科研流程,包括文献综述、研究构思、论文撰写,以及模拟实验结果。 2. 发布了两个大规模数据集(Review-5k 和 Research-14k),用于评估和训练学术论文评审和生成模型。 3. CycleResearcher 模型能够生成质量接近人类撰写预印本的论文,实现 31.07% 的接受率。 4. CycleReviewer 模型能够模拟同行评议,对生成的论文进行评估和反馈。 5. 通过迭代反馈训练阶段,研究人员首先通过拒绝采样获取样本,通过 CycleReviewer 的打分构成偏好对,两个模型相互配合,通过强化学习的方式不断优化,CycleResearcher 根据 CycleReviewer 的反馈不断改进自身的论文生成策略,CycleReviewer 则根据 CycleResearcher 生成的论文不断提高自身的评审能力。 6. 实验结果显示,CycleResearcher 生成论文的模拟评审平均得分达到 5.36 分,超过目前 AI Scientist 的 4.31 分,且十分接近人类真实预印本的平均水平(5.24 分)。同时,CycleResearcher 论文的接受率达到了 35.13%,远高于 AI Scientist 的 0%。 7. 提供了完整的开源资源套件,包括不同规模模型、大规模训练数据集和详尽教程。 总之,CycleResearcher 是一项具有重要应用前景的技术,有望为科研人员提供更高效、准确的科研辅助工具。

阅读约 2 分钟

200美金,人人可手搓QwQ,清华、蚂蚁开源极速RL框架AReaL-boba

来自机器之心的AI技术文章《200美金,人人可手搓QwQ,清华、蚂蚁开源极速RL框架AReaL-boba》介绍了一个名为AReaL的开源强化学习训练框架,该框架由蚂蚁技术研究院和清华大学交叉信息院吴翼团队联合发布。AReaL旨在通过其创新的数据蒸馏技术和大规模强化学习训练,实现高效稳定的分布式训练,并让每个人都能以极低的成本实现最强的推理训练效果。 AReaL-boba是首个全面拥抱xAI公司所采用的SGLang推理框架的开源训练系统,对比初代AReaL训练大幅度提升训练吞吐。使用AReaL-boba即可以128张H800规模在1天内训练完成SOTA 1.5B推理模型,以256张H800规模在2天内完成SOTA 7B推理模型训练。此外,AReaL团队还开源了推理模型、所有的训练数据以及全部的训练脚本和评估脚本,确保人人可复现。 在最新的AReaL v0.2版本AReaL-boba中,其7B模型数学推理分数刷新同尺寸模型AIME分数纪录,并且仅仅使用200条数据复刻QwQ-32B,以不到200美金成本实现最强推理训练效果。

阅读约 1 分钟

阿美P7、招商局重磅入局!千寻智能完成5.28亿元Pre-A轮融资

千寻智能完成5.28亿元Pre-A轮融资,由阿美P7 Ventures领投,多家资本深度参与。公司成立于2024年,拥有顶尖团队,专注于具身智能领域,包括AI和机器人技术。其自研VLA Spirit v1抢先版在柔性物体操作上取得突破,即将发布Moz1人形机器人。千寻智能以“顶尖人才驱动颠覆性创新”为战略,加速构建产学研融合的人才体系,并致力于推动具身智能技术的全球发展。

阅读约 1 分钟

AI版论文搜索Ai2 PaperFinder:输入主题AI自动搜索全部相关论文

AI版论文搜索工具Ai2 PaperFinder推出,提供超过800万篇全文和1.08亿篇摘要,帮助用户快速找到相关研究。该平台通过强大的文献检索功能和文献合成功能,节省查阅时间,提升科研效率。同时,Ai2团队不断开发新功能,为科学家提供全面支持。

阅读约 1 分钟

联想CTO:押注多模态AI协作,打造模型工厂加速智能体落地

联想首席技术官Tolga Kurtoglu在2025/26财年誓师大会上强调,AI行业正快速迭代,但尚未实现成熟能力为用户创造价值。Kurtoglu提出未来AI发展关键在于构建以用户为中心的解决方案,打造差异化优势。他描绘了未来AI图景:端侧、云端、边缘等多模型和智能体协同运作,提供简约体验与强大能力融合的AI服务。为实现这一愿景,联想将建立模型工厂,采用先进模型编排技术和智能体开发框架,提升AI智能体的部署速度和质量。这将使联想具备向用户交付超级AI智能体的能力。

阅读约 1 分钟

京东注册JoyAI商标

京东申请注册JoyAI商标,涉及科学仪器、餐饮住宿等多领域。此举可能影响AI行业的商业应用和政策发展。

阅读约 1 分钟

DeepSeek 月访问量超越 ChatGPT,成为 AI 工具新星

AI工具DeepSeek在2025年2月的月访问量超越ChatGPT,达到5.25亿次,成为全球增长最快的AI工具之一。这一变化标志着DeepSeek在AI市场的强劲增长,令业内人士为之一振。DeepSeek以其高效的功能和用户友好的界面吸引了大量用户,尤其是在数据分析和信息检索领域。目前,DeepSeek占据6.58%的市场份额,位列第三,仅次于ChatGPT和Canva。这种竞争局面不仅反映了AI工具市场的活跃程度,也突显了DeepSeek作为新兴力量的潜力。

阅读约 1 分钟