近日,MIT和Google的研究人员共同提出了一种名为Health-LLM的新型人工智能框架,旨在将大语言模型(LLMs)应用于健康预测任务,利用可穿戴传感器的数据。
MIT和Adobe的研究人员最近提出了一种新颖的人工智能方法,称之为分布匹配蒸馏(DMD),该方法旨在将扩散模型转化为一步图像生成器,从而显著提高图像生成的效率和质量。
MIT和Google的研究人员近期开发了一项名为StableRep的新技术,旨在利用由AI生成的图像来训练更加详细和高效的AI图像模型。
最新研究发现,传统的提示工程在AI领域正逐渐被一种新型机器学习框架所替代,这一框架名为GATE(Generative active task elicitation)。
麻省理工学院(MIT)的物理学家Max Tegmark教授发出警告,指出人工智能(AI)科技公司正处于一场“失控竞赛”,使得他们无法停下来考虑潜在的AI风险。
近年来,自动摘要技术取得了长足的进步,这主要归功于范式的转变 —— 从在标注数据集上进行有监督微调转变为使用大语言模型(LLM)进行零样本 prompt,例如GPT-4。
-------------没有了-------------