數(shù)據(jù)科學(xué) 簡(jiǎn)訊 2023-02-22


頭條


Roblox 正在整合生成式人工智能

熱門在線游戲 Roblox 將生成式 AI 引入其游戲世界薄疚,讓玩家能夠使用其代碼編寫能力球及,使其數(shù)字世界更加可定制名眉。該工具讓 Roblox 用戶可以創(chuàng)建建筑物部服、地形和頭像等項(xiàng)目城丧;改變那些東西的外觀和行為奥裸;并通過用自然語言而不是復(fù)雜的代碼鍵入他們想要實(shí)現(xiàn)的內(nèi)容來為他們提供新的交互屬性皆愉。

人工智能被用于呼叫中心

人工智能在工作場(chǎng)所的戰(zhàn)斗已經(jīng)開始概作,它的第一個(gè)戰(zhàn)場(chǎng)是呼叫中心腋妙,人工智能被用來自動(dòng)化基本任務(wù),并指導(dǎo)剩下的人如何完成他們的工作讯榕。對(duì)于工人來說骤素,該技術(shù)有望消除枯燥匙睹、重復(fù)性任務(wù)(如數(shù)據(jù)處理和密碼重置)的苦差事,同時(shí)合成可立即訪問的大量信息济竹。


研究


通過性能改進(jìn)編輯將代碼速度提高 2.5 倍

編譯器非常適合優(yōu)化代碼痕檬,但也只能做這么多。這項(xiàng)工作發(fā)布了一個(gè)數(shù)據(jù)集和模型送浊,可以編輯代碼以提高運(yùn)行時(shí)性能梦谜。這項(xiàng)工作背后的直覺是,語言模型可能對(duì)代碼有更好的語義理解袭景,這比標(biāo)準(zhǔn)靜態(tài)分析更具優(yōu)勢(shì)唁桩。

用法律保證Alignment

向語言模型代理指定所有可能的期望結(jié)果是不可行的。 Alignment 通過多種視角研究這個(gè)問題耸棒,其中一個(gè)新視角是法律合同荒澡。法律合同面臨著類似的問題,因?yàn)樗鼈儫o法預(yù)測(cè)每一個(gè)“如果-那么”的場(chǎng)景榆纽,而是要求交易雙方根據(jù)優(yōu)先順序?qū)f(xié)議的精神進(jìn)行推理仰猖。本文探討了 SOTA 語言模型對(duì)合同中的信托義務(wù)進(jìn)行類似推理的能力。最新的 OpenAI 模型比以前的版本要好得多奈籽,表明對(duì)齊可能取得積極進(jìn)展饥侵!

用法律保證Alignment

向語言模型代理指定所有可能的期望結(jié)果是不可行的。 Alignment 通過多種視角研究這個(gè)問題衣屏,其中一個(gè)新視角是法律合同躏升。法律合同面臨著類似的問題,因?yàn)樗鼈儫o法預(yù)測(cè)每一個(gè)“如果-那么”的場(chǎng)景狼忱,而是要求交易雙方根據(jù)優(yōu)先順序?qū)f(xié)議的精神進(jìn)行推理膨疏。本文探討了 SOTA 語言模型對(duì)合同中的信托義務(wù)進(jìn)行類似推理的能力。最新的 OpenAI 模型比以前的版本要好得多钻弄,表明對(duì)齊可能取得積極進(jìn)展佃却!

小樣本區(qū)域感知機(jī)器翻譯的基準(zhǔn) (Git Repo)

機(jī)器翻譯系統(tǒng)不允許用戶指定他們想要翻譯成哪種語言的區(qū)域變體,這可能會(huì)導(dǎo)致混淆或不自然的翻譯窘俺。為了解決這個(gè)問題饲帅,谷歌研究人員創(chuàng)建了一個(gè)名為 FRMT 的評(píng)估數(shù)據(jù)集,以衡量 MT 系統(tǒng)支持區(qū)域多樣性的能力瘤泪,特別是巴西與歐洲葡萄牙語以及大陸與臺(tái)灣普通話灶泵。他們希望這個(gè)數(shù)據(jù)集能夠激發(fā)新的方法,為世界范圍內(nèi)使用的眾多區(qū)域語言變體創(chuàng)建更準(zhǔn)確和適用的 MT 系統(tǒng)对途。


工程


在單個(gè) GPU 上運(yùn)行大型語言模型 (GitHub Repo)

FlexGen 是一種高吞吐量生成引擎赦邻,用于運(yùn)行具有有限 GPU 內(nèi)存的大型語言模型。在有限的內(nèi)存環(huán)境中实檀,它通過“閃電般快速”的卸載來提高性能惶洲。在 OPT175B 的 T4 上按声,基準(zhǔn)顯示每秒處理 1 個(gè)Token!

為Rust 基礎(chǔ)的深度學(xué)習(xí)框架(GitHub Repo)**

如果您正在尋找一個(gè)寫得很好的新的 Rust 深度學(xué)習(xí)框架湃鹊,burn 似乎是一個(gè)不錯(cuò)的選擇儒喊。他們的 Tensor crate 很適合獨(dú)立使用。如果您希望為開源項(xiàng)目做出貢獻(xiàn)币呵,這也是一個(gè)有趣的庫怀愧。

使用 T2I 適配器對(duì)文本到圖像的生成進(jìn)行精細(xì)控制(GitHub Repo)

這項(xiàng)工作建議使用 T2I 適配器通過將 T2I 模型中的內(nèi)部知識(shí)與外部控制信號(hào)對(duì)齊來更精細(xì)地控制生成。這種方法可以實(shí)現(xiàn)豐富的控制和編輯效果余赢,由于其可組合性和泛化能力芯义,具有實(shí)用價(jià)值。根據(jù)廣泛的實(shí)驗(yàn)妻柒,擬議的 T2I-Adapter 顯示出有前途的生成質(zhì)量和廣泛的應(yīng)用扛拨。


雜七雜八


我的課程需要人工智能。這是我到目前為止所學(xué)到的

作者 Ethan Mollick 記錄了他如何將 ChatGPT 整合到賓夕法尼亞大學(xué)沃頓商學(xué)院的本科和碩士創(chuàng)業(yè)和創(chuàng)新課程中举塔。一門課程建立在廣泛使用人工智能的基礎(chǔ)上:它要求學(xué)生使用人工智能來幫助他們產(chǎn)生想法绑警、制作書面材料、幫助創(chuàng)建應(yīng)用程序央渣、生成圖像等等计盒。另一個(gè)班級(jí)的作業(yè)要求學(xué)生使用 AI,而其他作業(yè)則 AI 是可選的芽丹。最后一堂課向他們介紹了 AI 工具并提出了使用建議北启,但沒有具體的 AI 作業(yè)。劇透警告:它非常成功拔第,但也有一些教訓(xùn)需要吸取咕村。

通過達(dá)爾文式進(jìn)化改進(jìn)自身的人工智能

谷歌的一個(gè)計(jì)算機(jī)科學(xué)家團(tuán)隊(duì)創(chuàng)建了 AutoML-Zero,這是一種新的機(jī)器學(xué)習(xí)程序蚊俺,無需人工輸入即可生成算法懈涛,選擇最佳算法,然后通過類似于進(jìn)化的過程對(duì)其進(jìn)行變異泳猬。結(jié)果是機(jī)器有效地自學(xué)肩钠。

媒體對(duì) OpenAI 使用他們的文章來訓(xùn)練 ChatGPT 感到不安

包括《華爾街日?qǐng)?bào)》和 CNN 在內(nèi)的主要媒體機(jī)構(gòu)對(duì) OpenAI 使用他們的文章來訓(xùn)練 ChatGPT 而不付錢感到不安。

NASA 的新型氣球載望遠(yuǎn)鏡采用 AI 設(shè)計(jì)

AI 被用于快速設(shè)計(jì) NASA 的新型氣球載望遠(yuǎn)鏡暂殖,考慮到人類設(shè)計(jì)新望遠(yuǎn)鏡通常需要多長(zhǎng)時(shí)間,這是一項(xiàng)重大進(jìn)展当纱。

人工智能如何幫助應(yīng)對(duì)災(zāi)難

本文深入探討了土耳其和敘利亞的人道主義團(tuán)隊(duì)如何使用人工智能呛每,特別指出人工智能能夠快速確定地震破壞范圍并制定救援工作戰(zhàn)略。

2023 MAD(機(jī)器學(xué)習(xí)坡氯、人工智能和數(shù)據(jù))格局

馬特圖爾克 (Matt Turck) 最新發(fā)布的 MAD Landscape 帖子.這是對(duì) 2023 年數(shù)據(jù)生態(tài)系統(tǒng)的詳細(xì)介紹晨横,強(qiáng)烈推薦洋腮。

ChatGPT 在做什么……以及它有用?

對(duì)大型語言模型的內(nèi)部工作原理的精彩介紹手形。這是一篇很長(zhǎng)的讀物啥供,但它很容易理解并且值得一讀。

創(chuàng)建數(shù)據(jù)清理工作流程

很棒的三部分教程库糠,介紹了如何創(chuàng)建數(shù)據(jù)清理工作流程伙狐。 第 1 部分 討論了構(gòu)成干凈數(shù)據(jù)集的要素以及需要考慮的更改。 第 2 部分 描述了要考慮的工作流程步驟和文檔瞬欧。 第 3 部分 介紹了一個(gè)真實(shí)世界的示例贷屎。這里有很多見解和細(xì)節(jié)。

rang:讓古老的 R 代碼再次運(yùn)行

可重復(fù)性是 R 社區(qū)的一大關(guān)注點(diǎn)艘虎,但情況并非總是如此唉侄。尤其是舊代碼,在編寫時(shí)不一定是面向未來的野建。輸入響鈴属划。 rang 是一個(gè)新的 R 包,有助于使舊代碼再次運(yùn)行候生,它支持從 2005 年開始一直追溯到 R 2.1.0 的代碼同眯!這是它的作用以及如何使用它。

dstack (Git Repo)

dstack 是一種開源工具陶舞,可讓您獨(dú)立于環(huán)境運(yùn)行可重現(xiàn)的 ML 工作流嗽测。它允許在本地或云端運(yùn)行 ML 工作流,此外肿孵,dstack 還有助于跨團(tuán)隊(duì)對(duì)數(shù)據(jù)和模型進(jìn)行版本控制和重用唠粥。

ggplot技巧

使用 ggplot2的提示和技巧的不錯(cuò)集合。分為啟動(dòng)停做、拼接美學(xué)晤愧、半幾何、發(fā)散尺度中點(diǎn)蛉腌、多面標(biāo)簽和重用圖的提示等部分官份。

PyGWalker

PyGWalker 是一個(gè) Python 庫,可以在您的筆記本中進(jìn)行探索性數(shù)據(jù)分析烙丛。從本質(zhì)上講舅巷,它可以讓您將 pandas 數(shù)據(jù)框轉(zhuǎn)換為 Tableau 風(fēng)格的界面以進(jìn)行可視化探索。支持 Jupyter河咽、Google Colab 和 Kaggle 筆記本钠右。

一個(gè)很好的 Twitter,其中包含大量使用 Matplotlib 制作圖表的資源和想法忘蟹。

  • SciencePlots - Matplotlib styles for scientific plotting
  • plotnine - A Grammar of Graphics for Python
  • matplotx - Styles and useful extensions for Matplotlib
  • Seaborn - A library for making statistical graphics in Python
  • Aquarel - Styling Matplotlib made easy
  • TUEplots - Extend Matplotlib for scientific publications
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末飒房,一起剝皮案震驚了整個(gè)濱河市搁凸,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌狠毯,老刑警劉巖护糖,帶你破解...
    沈念sama閱讀 216,496評(píng)論 6 501
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異嚼松,居然都是意外死亡嫡良,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,407評(píng)論 3 392
  • 文/潘曉璐 我一進(jìn)店門惜颇,熙熙樓的掌柜王于貴愁眉苦臉地迎上來皆刺,“玉大人,你說我怎么就攤上這事凌摄∠鄱辏” “怎么了?”我有些...
    開封第一講書人閱讀 162,632評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵锨亏,是天一觀的道長(zhǎng)痴怨。 經(jīng)常有香客問我,道長(zhǎng)器予,這世上最難降的妖魔是什么浪藻? 我笑而不...
    開封第一講書人閱讀 58,180評(píng)論 1 292
  • 正文 為了忘掉前任,我火速辦了婚禮乾翔,結(jié)果婚禮上爱葵,老公的妹妹穿的比我還像新娘。我一直安慰自己反浓,他們只是感情好萌丈,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,198評(píng)論 6 388
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著雷则,像睡著了一般辆雾。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上月劈,一...
    開封第一講書人閱讀 51,165評(píng)論 1 299
  • 那天度迂,我揣著相機(jī)與錄音,去河邊找鬼猜揪。 笑死惭墓,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的而姐。 我是一名探鬼主播诅妹,決...
    沈念sama閱讀 40,052評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了吭狡?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,910評(píng)論 0 274
  • 序言:老撾萬榮一對(duì)情侶失蹤丈莺,失蹤者是張志新(化名)和其女友劉穎划煮,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體缔俄,經(jīng)...
    沈念sama閱讀 45,324評(píng)論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡弛秋,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,542評(píng)論 2 332
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了俐载。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片蟹略。...
    茶點(diǎn)故事閱讀 39,711評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖遏佣,靈堂內(nèi)的尸體忽然破棺而出挖炬,到底是詐尸還是另有隱情,我是刑警寧澤状婶,帶...
    沈念sama閱讀 35,424評(píng)論 5 343
  • 正文 年R本政府宣布意敛,位于F島的核電站,受9級(jí)特大地震影響膛虫,放射性物質(zhì)發(fā)生泄漏草姻。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,017評(píng)論 3 326
  • 文/蒙蒙 一稍刀、第九天 我趴在偏房一處隱蔽的房頂上張望撩独。 院中可真熱鬧,春花似錦账月、人聲如沸综膀。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,668評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽僧须。三九已至,卻和暖如春项炼,著一層夾襖步出監(jiān)牢的瞬間担平,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,823評(píng)論 1 269
  • 我被黑心中介騙來泰國(guó)打工锭部, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留暂论,地道東北人。 一個(gè)月前我還...
    沈念sama閱讀 47,722評(píng)論 2 368
  • 正文 我出身青樓拌禾,卻偏偏與公主長(zhǎng)得像取胎,于是被迫代替她去往敵國(guó)和親。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,611評(píng)論 2 353

推薦閱讀更多精彩內(nèi)容