蔡行智关键词检索结果

MemoryLLM:用于 Transformer 的即插即用可解释前馈存储器

MemoryLLM: Plug-n-Play Interpretable Feed-Forward Memory for Transformers

了解变压器组件在法学硕士中的工作原理非常重要,因为它是人工智能最新技术进步的核心。在这项工作中,我们重新审视了与前馈模块(FFN)的可解释性相关的挑战,并提出了 MemoryLLM,其旨在将 FFN 与自注意力解耦,并使我们能够将解耦的 FFN 作为上下文无关的 token-wise 神经检索记忆来研究。详细地,我们研究了输入标记如何访问 FFN 参数内的内存位置以及 FFN 内存在不同下游任务中的重要性。 MemoryLLM 实现...

尖叫识别

Squawk Ident

您认为目前哪种技术投资最有价值:飞行规划、维护软件、连接、人工智能工具或网络安全?

博思艾伦赞助内容 2026 年 7 月

Sponsored Content Booz Allen July 2026

赞助内容 - 如今,军事优势不仅仅体现在身体上,还体现在认知上。但卓越的战斗管理需要技术转变,而不仅仅是集成更多人工智能。

Alexander Pak 凭借应用计算工具研究蛋白质复合物荣获 NSF 职业奖

Alexander Pak wins NSF CAREER Award to apply computational tools to study protein complexes

NSF 职业奖获得者 Alexander Pak 推进生物系统研究,利用人工智能更好地理解和预测蛋白质自组装。

矿业校友重新构想 21 世纪寻找红色十月

Mines alumni reimagine The Hunt for Red October for the 21st century

Andrenam 由矿业毕业生创立,使用人工智能驱动的声纳系统构建一个可扩展的数据驱动网络,能够跟踪无人海上车辆。

为什么历史拒绝按计划进行

Why History Refuses to Stay Planned

随着技术和人工智能变得越来越复杂,人们普遍认为它们也在消除不确定性。事实并非如此。

为什么历史拒绝按计划进行

Why History Refuses to Stay Planned

随着技术和人工智能变得越来越复杂,人们普遍认为它们也在消除不确定性。事实并非如此。

创新高但优劣参半~2026年6月日本股市回顾及未来展望~

最高値を更新も強弱混在~2026年6月の日本株式の振り返りと今後のポイント~

■概要 2026年6月日本股市在美国和伊朗达成协议结束敌对行动以及原油价格下跌的背景下上涨,日经平均指数连续三个月创下72,300日元的历史新高。东证指数也连续两个月创下历史新高,但顶价有些沉重,月涨幅不足1%。日本企业表现良好,资源价格的平静将带来顺风,但日本股市似乎并未被低估,必须关注日本和美国的货币政策和利率走势。此外,由于对人工智能基础设施过度投资的担忧,相关股票可能大幅下跌,日经平均指数预计将继续波动。 ■目录 1 - 日经平均指数连续三个月创历史新高 2 - 各行业强弱不一 3 - 随着业绩扩大,预计逐步上涨 回顾2026年6月的日本股市,上半年开局与上月走势相同,日经指数3日升至

Amazon Bedrock 如何捕获 AI 生成的网络钓鱼

How Amazon Bedrock catches AI-generated phishing

通过网络钓鱼进行社会工程仍然是发起网络攻击的最常见策略之一。人工智能生成的网络钓鱼电子邮件现在给管理电子邮件系统的安全团队带来了新的挑战,由于其先进性而显着增加了风险。现代社会工程师使用生成式人工智能和开源情报 (OSINT) 来制作数千条独特的消息 [...]

GenAI.mil 拥有近 170 万用户,计划添加新模型

GenAI.mil records almost 1.7M users, plans new model additions

“对于该部门的生成式人工智能来说,这是一个非常激动人心的时刻,”五角大楼首席人工智能官说。

RAG 问题解析的未受教导的教训:搜索之前的结构

The Untaught Lessons of RAG Question Parsing: Structure Before You Search

企业文档智能 [Vol.1 #6ter] - 问题解析砖上的六个位置与主流 RAG 手册相矛盾The Untaught Lessons of RAG Question Parsing: Structure Before You Search 首先出现在 Towards Data Science 上。

Tokenminning:如何以更少的成本从聊天机器人中获得更多

Tokenminning: How to Get More from Your Chatbot for Less

Tokenmaxxing 已出炉。在不牺牲人工智能有效性的情况下降低成本的真实模式《Tokenminning:如何以更少的成本从聊天机器人中获得更多》一文首先出现在《走向数据科学》上。

DataRobot 开源十年:从预测性 AI 到代理生命周期

A decade of open source at DataRobot: from predictive AI to the agent lifecycle

DataRobot 的开源十年:从预测性 AI 到代理生命周期 DataRobot 的每个时代都推出了开源。 DataRobot 的最新开源贡献直接映射到代理在生产中实际出现故障的位置。建立代理从未如此简单。选择一个框架,连接一个模型和一个检索器,添加...DataRobot 的开源十年:从预测人工智能到代理生命周期一文首先出现在 DataRobot 上。

人类的最后一次考试是一种干扰

Humanity’s Last Exam is a Distraction

本文深入探讨了最终的人工智能系统评估基准,概述了创建它的原因,收集了该领域专家组对此的不同意见,最后总结了最广泛接受的结论。

2026 BAIR 毕业生展示

2026 BAIR Graduate Showcase

恭喜伯克利人工智能研究 (BAIR) 2026 届实验室班毕业!今年,BAIR 庆祝了另一批杰出的博士生。毕业生的好奇心、创造力和毅力推动了人工智能和机器学习的前沿。他们的工作涵盖了现代人工智能的广度——机器人和体现智能、大型语言模型和推理、计算机视觉、生成模型、人工智能安全、人机交互、科学和医疗保健人工智能等等。一路走来,他们发表了有影响力的研究成果,构建了具有现实世界影响力的系统,指导了同行,并将 BAIR 社区塑造得更好。现在,他们正走向思想传播的各个角落:教师和博士后职位、行业研究实验室以及自己创办的初创公司,其中一些人仍在探索下一步发展,并希望收到您的来信。请与我们一起庆祝这些出色的

IEEE 模糊系统汇刊,第 34 卷,第 7 期,2026 年 7 月

IEEE Transactions on Fuzzy Systems, Volume 34, Issue 7, July 2026

1) 视觉情感识别中无源域适应的模糊感知损失作者:Y. Cheng,Y. 张,Y. Wang,L. -P。 ChauPages: 2077 - 20892) Multiview Fuzzy Clustering With Anchor Graph作者:C. Liu, F. Nie, M. Chang, R. Wang, X. LiPages: 2090 - 21033) Partial Multilabel Feature Selection via Fuzzy Two-Stage Disambiguation and Weighted Pure Relevance作者:C. Huang, D

如何设置 OpenAI API 使用限制以阻止代理超支和其他 AI 计费噩梦

How I set OpenAI API usage limits to stop agent overspending and other AI billing nightmares

当代理失控时,OpenAI API 成本可能会急剧上升。以下是如何设置支出限制、启用硬上限以及避免意外的人工智能账单。

价值 8,000 美元的机器人已准备好接管所有洗衣和铺床工作

$8,000 robot is ready to take over all laundry and bed-making duties

Weave Robotics 就在五个月前发布了首款用于折叠衣物的机器人,并且已经推出了一款新产品。与它的前身一样,新型 Isaac 1 机器人也可以折叠衣服。但与旧型号不同的是,这款产品可以根据需要整理客厅并整理床铺。它看起来也更可爱。继续阅读类别:机器人、工程标签:人工智能、远程操作、助理机器人