人工智能大数据,工作效率生产力
Ctrl + D 收藏本站,更多好用AI工具
当前位置:首页 » AI资讯

AI人工智能热点新闻

2024-06-11 54

新技术、新产品和新应用

原文链接:

https://zhidx.com/p/258826.html

原文链接:

https://techxplore.com/news/2021-01-robot-fast-safe-strategy.html

原文链接:

https://techxplore.com/news/2021-01-technique-robots-pose.html

原文链接:

https://www.mcgill.ca/newsroom/channels/news/using-artificial-intelligence-manage-extreme-weather-events-327770

行业趋势

原文链接:

https://mp.weixin.qq.com/s/z3nSmaF7n4_aVsDBCpPLXw

原文链接:

http://www.techweb.com.cn/cloud/2021-02-25/2827394.shtml

原文链接:

http://www.techweb.com.cn/cloud/2021-01-18/2821722.shtml

政策聚焦

原文链接:

https://zhidx.com/p/245149.html

原文链接:

https://www.cnbeta.com/articles/tech/1098809.htm

论文推荐

本研究描述了一个序列到序列的神经网络,可以从文本输入直接生成语音波形。

论文地址:

https://arxiv.org/abs/2011.03568

本文介绍了作者参加2020年通用视频游戏AI学习竞赛的参赛作品。作者为比赛设计了三种分别具有稀疏、周期性和密集奖励的新游戏,并且通过向训练水平添加较小的扰动或组合训练水平来生成测试水平。

论文地址:

https://arxiv.org/abs/2011.05622

论文地址:

https://arxiv.org/abs/2011.05864

代码地址:

https://github.com/bohanli/BERT-flow

在现实环境中,试验智能体需要大量的人力,当智能体尝试执行任务并失败时,环境必须以某种方式“重置”,以便智能体可以再次尝试执行任务。其次,现实世界中的学习通常涉及复杂的、时间上的扩展行为,而这些行为通常很难通过随机探索获得。

论文地址:

https://arxiv.org/abs/2011.05286

现代机器学习中部分指定(Underspecification)带来的可信度挑战。所谓部分指定,是机器学习管道可以返回多种在训练域具有相同held-out性能水平预测器的现象,是机器学习模型实际部署时表现出意外行为的关键因素之一。

论文地址:

https://arxiv.org/abs/2011.03395

这篇论文提出了一个系统的、统一的基准,长程竞技场(Long Range Arena),专门针对长程情况下的模型质量进行评价。

论文地址:

https://openreview.net/forum?id=qVyeW-grC2k

教程及其他研究

https://mp.weixin.qq.com/s/r5wXnHIR78BqmogTRogARw

https://github.com/Harry24k/bayesian-neural-network-pytorch

https://github.com/PaddlePaddle/PaddleOCR

https://pabloinsente.github.io/intro-linear-algebra

https://github.com/QLMX/data_mining_models

原文链接:https://www.bilibili.com/read/cv10332845/

相关推荐

阅读榜

hellenandjeckett@outlook.com

加入QQ群:849112589

回顶部