Mapping Cells Through Time and Space With Moscot
单细胞基因组学技术能够在时间和空间维度上对数百万个细胞进行多模态分析。实验限制阻碍了在其原生时间动态或空间组织环境中测量包罗万象的细胞状态。最佳传输理论已成为克服此类限制的有力工具，能够恢复原始细胞环境。然而，目前大多数可用的算法实现都没有跟上数据集复杂性不断增加的步伐，因此当前的方法无法结合多模式……
Soulfun Review and Key Features – My Experience
关键见解：多样化的 AI 伙伴：SoulFun 提供各种 AI 角色，每个角色都有独特的个性和背景，可增强用户参与度。自定义：用户可以创建和个性化自己的 AI 伙伴，根据自己的喜好定制特征和故事。多模式交互：通过文本、语音通话和图像共享与 AI 伙伴互动，获得更身临其境的体验。不受审查的内容：与 AI 角色一起享受不受限制的对话和场景，包括 NSFW 内容。自适应学习：AI 从互动中学习，随着时间的推移提供越来越个性化和情境感知的响应。什么是 SoulFun？SoulFun 是一款由 AI 驱动的聊天应用程序，旨在为用户提供 […]
Google presenterar Gemini 2.0 Flash Thinking
新模型具有几个令人兴奋的功能：Google 最近推出了 Gemini 2.0 Flash Experimental，这是其 AI 模型的新版本，旨在改进交互式和多模式应用程序的开发。此次更新是谷歌创建更多“代理”人工智能解决方案的努力的一部分，这意味着人工智能可以代表用户采取行动，并且[...]谷歌展示 Gemini 2.0 Flash Thinking 的帖子首次出现在人工智能新闻中。
Google DeepMind lanserar Gemini 2.0
谷歌推出了Gemini 2.0，这是一种针对“代理时代”的新人工智能模型，提供先进的多模式功能，包括图像和音频输出以及工具使用。新模型现已可供开发人员使用，并提供改进的性能和功能，使人工智能代理能够在人类监督下执行复杂的任务。谷歌强调其对 […]谷歌 DeepMind 推出 Gemini 2.0 的帖子首次出现在人工智能新闻上。
Google Launches Gemini 2 and AI Assistant
重要性：谷歌推出具有多模式功能的 Gemini 2 和人工智能助手，提高生产力并提高日常生活效率。
Introducing Gemini 2.0: our new AI model for the agentic era
今天，我们宣布Gemini 2.0，这是我们最有能力的多模式AI模型。
Introducing Gemini 2.0: our new AI model for the agentic era
今天，我们宣布推出 Gemini 2.0，这是我们迄今为止功能最强大的多模式 AI 模型。
Introducing Gemini 2.0: our new AI model for the agentic era
今天，我们宣布Gemini 2.0，这是我们最有能力的多模式AI模型。
Introducing Gemini 2.0: our new AI model for the agentic era
今天，我们宣布Gemini 2.0，这是我们最有能力的多模式AI模型。
Introducing Gemini 2.0: our new AI model for the agentic era
今天，我们宣布Gemini 2.0，这是我们最有能力的多模式AI模型。
Pixtral 12B is now available on Amazon SageMaker JumpStart
今天，我们很高兴地宣布，Pixtral 12B (pixtral-12b-2409) 是一款由 Mistral AI 开发的先进视觉语言模型 (VLM)，在纯文本和多模式任务中均表现出色，现已通过 Amazon SageMaker JumpStart 向客户提供。您可以使用 SageMaker JumpStart 试用此模型，SageMaker JumpStart 是一个机器学习 (ML) 中心，可访问算法和模型，只需单击一下即可部署这些算法和模型以运行推理。在这篇文章中，我们将介绍如何发现、部署和使用 Pixtral 12B 模型来处理各种现实世界的视觉用例。
From RAG to fabric: Lessons learned from building real-world RAGs at GenAIIC – Part 2
本博文重点介绍如何在异构数据格式上执行 RAG。我们首先介绍路由器，以及它们如何帮助管理不同的数据源。然后，我们给出如何处理表格数据的提示，最后介绍多模式 RAG，特别关注处理文本和图像数据的解决方案。
Cohere Embed multimodal embeddings model is now available on Amazon SageMaker JumpStart
Cohere Embed 多模式嵌入模型现已在 Amazon SageMaker JumpStart 上正式推出。该模型是最新的 Cohere Embed 3 模型，它现在是多模式的，能够从文本和图像生成嵌入，使企业能够从以图像形式存在的大量数据中释放真正的价值。在本文中，我们将通过一些示例讨论这种新模型的优势和功能。
2024 National Public Opinion Reference Survey Methodology
摘要 SSRS 使用基于地址的抽样和多模式协议为皮尤研究中心进行了全国公众舆论参考调查 (NPORS)。调查于 2024 年 2 月 1 日至 2024 年 6 月 10 日进行。参与者首先收到一封邀请函，邀请他们完成在线调查。随后，向未完成调查的人邮寄了一份纸质调查问卷 […]2024 年全国公众舆论参考调查方法论一文首次出现在皮尤研究中心。
LLM Evaluation, AI Side Projects, User-Friendly Data Tables, and Other October Must-Reads
是否想写出您的第一篇 TDS 文章？我们始终欢迎新作者的投稿。我们似乎正处于日历上的一个甜蜜点，即夏末和假期来临前的最后高峰之间——换句话说，这是一年中学习、修修补补和探索的最佳时机。我们 10 月份阅读次数最多的文章反映了这种专注的精神，涵盖了一系列实践主题。从可行的 AI 项目想法和数据科学收入流到易于理解的时间序列分析和 LLM 指南，这些故事很好地代表了我们作者的专业知识广度以及他们（和我们的读者）兴趣的多样性。如果您还没有阅读它们，现在就是最佳时机？每月亮点您可以在本周末构建的 5 个 AI 项目（使用 Python）如果您还没有撸起袖子，那么很快就会撸起袖子：我们 10 月份阅读次
Google reportedly developing an AI agent that can control your browser
Project Jarvis 显然会代表您进行研究、购买产品，甚至预订航班据报道，谷歌正寻求通过让其多模式大型语言模型 (LLM) 控制您的浏览器来规避人工智能驱动自动化的复杂性。
Molmo öppna toppmoderna multimodala AI-modeller
Molmo 是一系列先进且开放的人工智能模型，可以同时处理多种类型的数据。这些型号的性能优于市场上许多较大的型号。与传统的多模式系统不同，Molmo 可以与物理和虚拟环境交互。这要归功于使用 Molmo 后开放的最先进的多模式 AI 模型收集的独特数据集，该模型首次出现在 AI 新闻中。
Google releases major updates for Gemini models
通过降价、提高速率限制和加快输出速度，Google 推出的全新 Gemini 模型让全球开发者能够更轻松地使用高级 AI。它们可提高速度、降低成本，并增强各种文本、代码和多模式任务的性能。
