新闻中心 
-
02-03UCLA华人提出全新自我对弈机制！LLM自己训自己，效果碾压GPT-4专家指导合成数据已经成为了大语言模型进化之路上最重要的一块基石了。去年底，有网友曝出前OpenAI首席科学家Ilya多次表示LLM的发展没有数据瓶颈，合成数据可以解决大...
-
01-25应用物理耦合图神经网络提升中国科学院大气物理研究所的降水预报技巧编辑|ScienceAI大模型时代，纯数据驱动的气象、气候模型效果逐渐追赶甚至赶超数值模式。然而，现有的气象气候大模型仍然存在一些问题。例如，模型中的物理一致性...
-
01-25使用SPIN技术进行自我博弈微调训练的LLM的优化2024年是大型语言模型（LLM）迅速发展的一年。在LLM的训练中，对齐方法是一个重要的技术手段，其中包括监督微调（SFT）和依赖人类偏好的人类反馈强化学习（R...
-
01-25感知器偏差的定义及其功能解析感知器是一种基本的人工神经网络模型，用于分类和回归等任务。它由多个输入节点和一个输出节点组成。每个输入节点都有一个权重，将输入与权重相乘，并将结果相加后加上一个...
-
01-24利用人工智能强化网络安全防护人工智能在保护有价值且易受攻击的数据方面前景广阔，但安全团队要充分利用它却面临挑战。数据的价值不断增加，成为现代商业的核心，但也面临更多攻击的风险。混合云和远程...
-
01-24使用AI技术修复老照片的实现方法（附示例和代码解析）老照片修复是利用人工智能技术对老照片进行修复、增强和改善的方法。通过计算机视觉和机器学习算法，该技术能够自动识别并修复老照片中的损坏和缺陷，使其看起来更加清晰、...
