Amazon Nova Foundation Models: Redefining Price and Performance in Generative AI
生成式 AI 通过实现独特的内容创建、自动化任务和引领创新来改变行业。在过去十年中，人工智能 (AI) 取得了显著进展。OpenAI 的 GPT-4 和谷歌的 Bard 等技术为生成式 AI 功能设定了新的基准。这些进步使企业能够简化复杂的运营、增强客户参与度并提高效率。[…] 文章 Amazon Nova Foundation Models：重新定义生成式 AI 的价格和性能首先出现在 Unite.AI 上。
我上周在 Twitter 上发布的一些有趣的链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：使用 AI 提高编程效率：https://arstechnica.com/ai/2025/01/how-i-program-with-llms/ 大多数公众并不了解同行评审与预印本的概念。作为研究人员，我们真的应该尽量避免使用预印本作为我们向公众所说的话的基础：https://www.science.org/content/article/preprints-often-make-news-many-people-don-t-know-what-
Weekly Review 27 December 2024
我上周在 Twitter 上发布的一些有趣的链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：为什么人工智能仍然无法处理大块文本：https://arstechnica.com/ai/2024/12/why-ai-language-models-choke-on-too-much-text/一旦经过训练，人工智能就会固守自己的观点，即使经过再训练也是如此：https://techcrunch.com/2024/12/18/new-anthropic-study-shows-ai-really-doesnt-want-to-be-force
Weekly Review 20 December 2024
我上周在 Twitter 上发布的一些有趣的链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：如果人们一直说他们已经实现了通用人工智能，那么最终这可能是真的：https://futurism.com/openai-employee-claims-agi 看起来 OpenAI 还没有学会使用受版权保护的数据来训练其人工智能：https://www.extremetech.com/gaming/openai-appears-to-have-trained-sora-on-game-content 微软希望在澳大利亚和新西兰培训一百万人掌握人工
已宣布今年或明年初将发布几款日本主题的新套件。日本的 Platz 发布了珍珠港外观的 Eduard 1/48 A6M2（上图），图片表明他们正在遵循零式战斗机颜色方面的最新潮流/理论，稍后会详细介绍。该套件主题是 BII-120，我很荣幸能够检查和分析 BII-124（由 Bob Alford 提供）零件上实际存在的油漆层，因此对此有一些看法。模型的侧面图（下图）看起来也有点奇怪。另一款 A6M2 零式战斗机套件，这次是 Border Models 的 1/35 比例，将于 1 月发布，将具有令人印象深刻的内部驾驶舱和发动机细节以及炸弹装备。包装盒艺术（上图）描绘的是 1945 年 4 月九州
Meshy AI Review: How I Generated 3D Models in One Minute
您是否曾花费数小时（甚至数天）精心创建 3D 模型，却感觉创作过程陷入了繁琐的技术细节中？作为有使用 Blender 进行项目经验的人，您并不孤单！耗时的工作流程是设计师和开发人员的常见痛点。事实上，平均 3D 模型创建 […]The post Meshy AI Review: How I Generated 3D Models in One Minute appeared first on Unite.AI.
我上周在 Twitter 上发布的一些有趣的链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：我认为这是不使用 AI 生成重要代码或材料的最大原因——不良行为者太容易将恶意代码注入所使用的模型中：https://arstechnica.com/tech-policy/2024/10/bytedance-intern-fired-for-planting-malicious-code-in-ai-models/Google 的 AI 调解员，有助于引导人们达成一致：https://arstechnica.com/ai/2024/10/goo
Kids are learning how to make their own little language models
“这项新的人工智能技术——了解它的工作原理并进一步理解它非常有趣，”10 岁的年轻人工智能模型制作者 Luca 说。Luca 是第一批尝试 Little Language Models 的孩子之一，这是麻省理工学院媒体实验室的两位博士研究员 Manuj 和 Shruti Dhariwal 开发的新应用程序，可帮助儿童理解……
Clear Prop Models 1/72 Curtiss Hawk 75-M
下个月将发布的另一款相关套件是 Clear Prop Models 固定起落架 Curtiss Hawk 75，以 Hawk 75-M 的形式呈现，带有三个（？）中国标记选项以及一个阿根廷样机。但一架小型单引擎战斗机要花近三十英镑 - 哎哟！AoJ 早在 2013 年就探索了用于中国的 Curtiss Hawk 单翼机，这里和这里，但我敢说评论家们可能从那时起就转移了话题。该套件似乎包括“Hawk Special”的选项，也称为“中国示范机”，NR1276，采用天然金属饰面，带有中华民国空军标记和柯蒂斯徽标，据报道“75”由陈纳德驾驶，拍摄时既光滑，完好无损，又风化严重，如 Clear Pro
上周我在推特上发布了一些有趣的链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：我认为警方很容易将自己的错误或操纵归咎于人工智能的错误。当人工智能真的搞砸了，责任又在哪里？ https://www.theguardian.com/technology/2024/oct/03/artificial-intelligence-police-reports各公司正在将其 AI 数据中心转移到德克萨斯州，但德克萨斯州的发电能力不足以满足其能源需求：https://www.theregister.com/2024/10/04/texas_dc_po
FormulaFeatures: A Tool to Generate Highly Predictive Features for Interpretable Models
使用基于数字特征的算术组合自动设计的简洁、高度预测的特征创建更易于解释的模型在本文中，我们研究了一个名为 FormulaFeatures 的工具。这主要用于可解释模型，例如浅层决策树，其中少量简洁且高度预测的特征可以极大地帮助提高模型的可解释性和准确性。机器学习中的可解释模型本文继续我关于可解释机器学习的系列文章，之前的文章包括 ikNN、加法决策树、遗传决策树和 PRISM 规则。如前几篇文章所述（并在那里更详细地介绍），通常有强烈的动机使用可解释的预测模型：每个预测都可以很好地理解，我们可以确信模型将在未来看不见的数据上表现合理。有许多模型可以提供可解释的 ML，但不幸的是，这些模型比我们
我上周在 Twitter 上发布的一些有趣的链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：使用 AI 避免碰撞的自动驾驶船：https://www.stuff.co.nz/nz-news/350423932/unmanned-vessel-makes-waves-science-minister 帮助研究文献和引用的 AI：https://dataconomy.com/2024/09/27/scite-ai-review-can-it-research-well/ 微软纠正生成性 AI 幻觉的方法：https://www.comput
New Kits & Decals October/November 2024
对于那些可能错过了的人，这里描述的 Hasegawa 1/72 P1Y1-S/P1Y2 套件将于 11 月重新发布。Hasegawa P1Y1 套件（如下所示）也已上市，其盒装艺术由加藤忠代 (Tadashiro Kato) 设计，并带有 1944 年 761 Ku 的 761-25 或 1945 年 762nd Ku 的 762-92 的贴花。P1Y1-S/P1Y2 套件包括一门白色金属 30 毫米加农炮和光蚀刻雷达天线阵列。两者均可从 HLJ 直接以合理的价格购买。10 月，AZ Models 将发布 1/72 横须贺 K5Y1/2“Willow”教练机套件，有陆地和海洋版本，每种都有三种
Weekly Review 27 September 2024
我上周在推特上发布了一些有趣的链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：这是人工智能的真正危险，它可以用于增强监控，大型科技公司可以通过这样做赚很多钱：https://www.theregister.com/2024/09/16/oracle_ai_mass_surveillance_cloud/除了需要大量能源外，人工智能还需要大量水来冷却：https://www.techrepublic.com/article/generative-ai-data-center-water-use/使用人工智能消除招聘中的偏见。但人工智能会继
Microsoft lanserar Github Models som en konkurrent till Hugging Face
Microsoft 最近推出了 Github Models 一项新功能，旨在通过将生成式 AI 模型直接与 GitHub 上的现有工具和功能集成，使开发人员更容易使用生成式 AI 模型。 Github Models 主要是 GitHub 上提供的 Azure AI-Playground/集成，令人惊讶的是，Huggingface 不仅仅是一个权重 CDN，[…]微软推出 Github Models 作为 Hugging Face 的竞争对手的帖子首次出现在 AI 上。消息。
我上周在 Twitter 上发布的一些有趣的链接（我也在 Mastodon、Threads、Newsmast 和 Bluesky 上发布了这些链接）：真正影响世界的不是有感知的或高端的人工智能，而是普通的智能助手：https://www.nextplatform.com/2024/07/11/ai-for-the-masses-is-already-here/我们如何评估人工智能对组织盈利能力或其他方面的影响？ https://www.informationweek.com/software-services/assessing-ai-s-impact-on-developers-and-th
Improving GFlowNets for Text-to-Image Diffusion Alignment
这篇论文被 ICML 2024 的 Foundation Models in the Wild 研讨会接受。扩散模型已成为生成视觉数据的实际方法，这些模型经过训练以匹配训练数据集的分布。此外，我们还希望控制生成以满足所需的属性，例如与文本描述的对齐，这可以通过黑盒奖励函数来指定。先前的工作通过基于强化学习的算法对预训练的扩散模型进行了微调，以实现此目标。尽管如此，它们仍存在一些问题，包括信用分配缓慢……
Projected Language Models: A Large Model Pre-Segmented Into Smaller Ones
这篇论文已被 ICML 2024 的 Foundation Models in the Wild 研讨会接受。大型语言模型是一种多功能工具，但不适合小型推理预算。小型模型具有更高效的推理能力，但其容量较低，这意味着只有将其范围限制在专业领域时，其性能才会很好。这篇论文探讨了如何获得具有良好专业准确度的小型语言模型，即使在预训练期间专业化数据未知的情况下也是如此。我们提出了一种新颖的架构，即投影网络 (PN)。PN 是一种高容量网络，其参数……
