我的 X 阅读
我的关注
科学物理人工智能
神奇小子
动物世界
神奇小子 · 3000 / 3000 条
已同步 102 个列表成员 · 当前内容涉及 122 位作者
更新 10-09 11:56
账号
全部账号
@8teAPi
@__alpoge__
@_aidan_clark_
@_can1357
@_jasonwei
@adcock_brett
@alexandr_wang
@AlexKontorovich
@AllenNaliath
@ALupsasca
@AnastasiInTech
@AnjneyMidha
@ayushkhaitan343
@BeatrizGietner
@Benthamsbulldog
@BetterCallMedhi
@bminaiev
@Briankeating
@bridgemindai
@bscholl
@casper_hansen_
@chinchillaphys
@ChrSzegedy
@CompleteSkeptic
@cosmicfibretion
@cremieuxrecueil
@ctjlewis
@danintheory
@davidmbudden
@DavidPinsof
@davis7
@demishassabis
@derrickcchoi
@dioscuri
@drmichaellevin
@eccentric1ty
@elocinationn
@evnsnclr
@ForwardEditor
@galdawave
@gdb
@getjonwithit
@GillVerd
@gmkurtzer
@GregKamradt
@gro_tsen
@gunron_tan
@hackernews
@hako584
@hark_labs
@hopes_revenge
@imjustnewatai
@jd_pressman
@jdlichtman
@JeffDean
@JensenHuang
@jessfraz
@JoachimSchork
@johnohallman
@jplotkin
@karpathy
@kuboon
@lanyon_ai
@leahmcelrath
@lianegalanti
@liron
@littmath
@lmthang
@lukaspet
@maria__violaris
@MaskedTorah
@mathelirium
@mathmaticulous
@mattyglesias
@mayankjha1089
@mean_field_zane
@mihaimaruseac
@MikePFrank
@Miles_Brundage
@mitchellh
@nasqret
@nihilsuncle
@nikitabier
@nutlope
@ObhishekSaha
@OfficialLoganK
@OpenAIDevs
@PAHoyeck
@pashmerepat
@PI010101
@polynoamial
@ProfBuehlerMIT
@ProfNoahGian
@prz_chojecki
@QFTlover
@quant_phys
@QuantaMagazine
@Raemon777
@ramin_m_h
@repligate
@RichardSSutton
@rowlsmanthorpe
@sama
@SherylHsu02
@skdh
@slimepriestess
@snikolov
@stephen_wolfram
@stevenstrogatz
@stingning
@suvansh
@TEJINDER_TIFR
@tengyuma
@TerryTao31415
@TheZvi
@Thom_Wolf
@thomasahle
@thsottiaux
@TianfuF
@TOEwithCurt
@WolframResearch
@yifanzhang_
浏览
最新在前
均衡浏览
搜索
查看
重置
3000 条 · 第 13/200 页 ·
刷新
首页
上一页
下一页
尾页
Ramin
@ramin_m_h
10-08 06:45 ·
原帖
转帖:@helloiamleonie,这个演示在哪里?!我有很多使用场景。
Ramin
@ramin_m_h
10-08 06:45 ·
原帖
转帖:我们的前两个开放权重决策模型已经发布,它们是多模态的!在 NVIDIA GeForce RTX 4090 上仅需 8 毫秒即可做出决策。
Ramin
@ramin_m_h
10-08 06:45 ·
原帖
转帖:Liquid @nvidia @NVIDIARobotics
Ramin
@ramin_m_h
10-08 06:45 ·
原帖
转帖:
Liron Shapira
@liron
10-08 06:45 ·
原帖
哎呀 https://t.co/6DjR0W37kr 引用:尤德科夫斯基之前的预测是,像编码和人工智能研究这类可验证领域会率先爆发式增长,然后构建具有更高通用智能的人工智能,从而带动更广泛的人工智能能力发展。简而言之,历史上曾有一段时间,人工智能主要基于人类数据进行训练,在可验证领域的表现并不突出,人们为此大肆宣扬尤德科夫斯基的所有设想都被证伪了。说实话,我并没有预料到这种短暂的转变!但就像许多其他被人们大肆宣扬、声称推翻了某些深层理论的“小惊喜”一样,这种短暂的转变也只持续了几年。预训练的计算量占比已经下降到7%,现在一切都回归到之前的趋势和基础理论的一阶预测。人们过于关注当月的最新消息,自身缺乏深厚的理论基础,也没有见证人工智能领域几十年来不断演变的历程。 随着相关因素增强,许多动态过程更容易预测,也更不容易受到干扰。如今,对于那些高喊“但我今天看到的AI看起来不像尤德科夫斯基所描述的那样!”的人,答案已被反复证明、澄清、验证并确立为:“未来的AI将会是那样。” 当然,另一个大问题是,很多人捏造我从未说过的话,并声称那是伪造的。
Anjney Midha
@AnjneyMidha
10-08 06:45 ·
原帖
转帖:为 .edu 和 .gov 邮箱用户提供计算资源补贴是个好主意。
Thomas Wolf
@Thom_Wolf
10-08 06:44 ·
原帖
#CoLM 2026 口头报告专场 - 欢迎来和 @joelniklaus @_lewtun 还有我打个招呼
Thomas Wolf
@Thom_Wolf
10-08 06:33 ·
原帖
转帖:你的权重在哪里 @BenAffleck?
Mehdi (e/λ)
@BetterCallMedhi
10-08 06:16 ·
原帖
如果这是我的造物主为净化我、带我回归本质而选择的道路,那就这样吧。
Brett Adcock
@adcock_brett
10-08 06:14 ·
原帖
如果你有几分钟时间,不妨试试 Hark 免费版目前非常慷慨,所以你可以做很多事情而无需付费 引用:刚刚通过 @hark_labs 发现了 @adcock_brett 。 这是他的 AI 公司,而且 Hark 远比 OpenAI 的 Dots 好得多。 这还不是全部。 他同时运营着 4 家公司。 • @figure_robot — 人形机器人 • @hark_labs — AI • @cover_thz — 武器探测 • @flyArcher — 飞行汽车 我真不知道为什么他没有像 Elon 那样被广泛讨论。
Ramin
@ramin_m_h
10-08 06:10 ·
原帖
转帖:Aurélien 势头正猛:一个延迟超低、性能强劲的 3B 全模态决策模型。更棒的是,它还是开放权重的!
Ramin
@ramin_m_h
10-08 06:10 ·
原帖
转帖:我们今天发布了两个开放权重的多模态决策模型!快来看看吧: d1-3B,文本+视觉:https://t.co/zVv6ubhA6T d1-omni-600M,文本+图像或文本+音频:https://t.co/HY9tEGzKHN
Ramin
@ramin_m_h
10-08 06:10 ·
原帖
转帖:更多 D1s 来了! 3B:文本 + 视觉 600M:文本 + 视觉/音频 现在你可以在你的设备上下载运行,让 D1s 与你同在
Wolfram
@WolframResearch
10-08 06:09 ·
原帖
@YouTube 立即注册参加今年的 Wolfram 虚拟技术大会:https://t.co/Sh7byncKmy
Wolfram
@WolframResearch
10-08 06:08 ·
原帖
想要更快的仿真、更智能的控制器或更高效的 AI 训练? 使用 Wolfram System Modeler 弥合工程模型与智能算法之间的鸿沟。 使用 System Modeler 训练您的 AI:https://t.co/D4OWVvl5X8 via @YouTube
首页
上一页
下一页
尾页