瑞典皇家科学院于10月8日宣布,将2024年诺贝尔物理学奖授予约翰·J·霍普菲尔德和被誉为“AI教父”的杰弗里·E·辛顿,以表彰他们在利用人工神经网络进行机器学习方面的开创性发现和发明。这一荣誉的授予,再次将“人工智能”推向了公众关注的焦点,无论是学术界、资本市场还是企业界,人工智能都是当前最热门的话题。
随着这一热潮,非凡资本旗下的精品行业活动——“AIGC应用发展高峰论坛暨AIGC100年度评选”将于下周在北京隆重开幕。
在行业伙伴的大力支持下,本次活动将汇聚超过50位顶尖AI创业者,通过主题演讲、圆桌论坛、落地工坊、互动展区、播客马拉松、派对晚宴等多样化的形式,为与会者提供一个全面而深入的AI交流平台。
如果你对生成式AI的未来充满好奇和期待,如果你渴望在生成式AI领域探索新的可能、创造新的发明,那么不要错过这个机会。欢迎各界同仁于10月17日莅临北京,参加「AIGC应用发展高峰论坛暨AIGC100年度评选」,与行业领袖和创新者共同探讨人工智能的无限可能!
好文章,需要你的鼓励
这篇研究论文揭示了多模态大语言模型(MLLMs)存在严重的模态偏差问题,即模型过度依赖文本信息而忽视图像等其他模态。研究团队通过理论分析和实验证明,这种偏差主要源于三个因素:数据集不平衡、模态骨干能力不对称以及训练目标设计不当。他们提出了系统的研究路线图和解决方案,包括增强视觉模态在数据集中的贡献、改变模型关注点和应用偏好优化策略。未来研究方向则包括开发更客观的评估指标、探索更多模态组合中的偏差问题以及应用可解释AI技术深入分析偏差机制。
ComfyMind是香港科技大学研究团队开发的一个协作式AI系统,旨在解决当前开源通用生成系统面临的稳定性和规划挑战。该系统基于ComfyUI平台,引入了两项关键创新:语义工作流接口(SWI)和带本地反馈执行的搜索树规划机制。SWI将低级节点图抽象为语义函数,而搜索树规划将生成过程视为分层决策任务。实验表明,ComfyMind在ComfyBench、GenEval和Reason-Edit三个基准测试中均大幅超越开源基线,并达到与GPT-Image-1相当的性能,为开源通用生成AI开辟了新路径。
这项研究介绍了一种名为"热带注意力"的新型注意力机制,专为解决神经网络在组合算法推理中的困境而设计。传统注意力机制使用softmax函数产生平滑的概率分布,无法精确捕捉组合算法所需的锐利决策边界。
这项研究揭示了RAG系统中位置偏见的真实影响——虽然在受控环境中明显存在,但在实际应用中却微不足道。研究人员发现,先进的检索系统不仅会找出相关内容,还会将具有干扰性的段落排在前列,超过60%的查询中至少包含一个高度干扰段落。由于相关和干扰内容同时出现在检索结果前列,位置偏见对两者都有惩罚作用,从而抵消了偏见效应。因此,基于位置偏好的复杂排序策略并不比随机排序更有效,这一发现将优化方向从段落排序重新导向检索质量提升和模型抗干扰能力增强。