搜索优化
Rewards
English
搜索
Copilot
图片
视频
地图
资讯
购物
更多
航班
旅游
酒店
房地产
笔记本
Top stories
Sports
U.S.
Local
World
Science
Technology
Entertainment
Business
More
Politics
时间不限
过去 1 小时
过去 24 小时
过去 7 天
过去 30 天
按相关度排序
按时间排序
2 天
AI大神谷歌DeepMind CEO 荣获诺贝尔化学奖!曾立志“赢多个诺奖 ...
谷歌DeepMind CEO Demis Hassabis 获奖啦!🎉 他和DeepMind另外一个同事 John Jumper(70年来最年轻的诺贝尔化学奖获得者,生于1985年) 共同获得了 2024 年诺贝尔化学奖,获奖理由是“蛋白质结构预测 ...
3 天
独家专访诺奖得主DeepMind CEO哈萨比斯:我们将看到一种全新的科学复兴
许多人认为围棋是世界上最复杂的棋盘游戏,需要几年的时间才能掌握。然而,AlphaGo,一个受训练后掌握古老棋盘游戏围棋的计算机程序,与当时围棋界世界排名第二的韩国顶级职业选手李世石进行了五场比赛。
新智元 on MSN
2 天
AI再问鼎诺贝尔化学奖!48岁DeepMind创始人因蛋白质结构预测摘桂冠
新智元报道 编辑:编辑部 【新智元导读】谁能想到,昨天的故事又重演了。2024诺贝尔化学奖,颁给了DeepMind的Demis Hassabis和John M. Jumper和华盛顿大学的David Baker。就在2023年,Has ...
2 天
AlphaFold加冕诺奖,DeepMind CEO获奖感言:最优秀的科学家与AI配合,将 ...
作者:李姝,十九,李宝珠昨日,瑞典皇家科学院宣布了 2024 年诺贝尔化学奖的归属,一半授予 David Baker,另一半共同授予谷歌 DeepMind 首席执行官 Demis Hassabis 和高级科学家 John M. Jumper。继「AI ...
3 天
on MSN
谷歌DeepMind联合创始人获诺贝尔化学奖,蛋白质研究突破!
【ITBEAR】据BBC报道,英国计算机科学家德米斯·哈萨比斯教授因其对生命关键组成部分——蛋白质的革命性研究,荣获了诺贝尔化学奖。这一殊荣同样属于他的合作伙伴,39岁的约翰·江珀教授以及60岁的美国科学家大卫·贝克教授。
3 天
AI“梅开二度”!诺贝尔化学奖花落DeepMind,85后获奖者诞生
10月9日,2024年诺贝尔化学奖授予三位对蛋白质结构的设计和预测作出杰出贡献的科学家,AI再度成为关注焦点,其中两位获奖者来自谷歌旗下的AI公司DeepMind。 三位诺贝尔化学奖的获奖者分别是美国华盛顿大学西雅图分校教授David ...
1 天
DeepMind推新基准Michelangelo:揭示长上下文 LLM推理缺陷
【新智元导读】离职已成为OpenAI常态。o1推理模型贡献者之一刚刚宣布离职创业。在他GoogleScholar所有研究中,被引次数最高的一篇论文,是本科毕业发表的关于CNN的无监督学习表示。
FT中文网
2 天
DeepMind二人组与美国学者分享诺贝尔化学奖
斯德哥尔摩诺贝尔奖大会周三宣布,贝克因其在蛋白质计算设计领域的研究而获得1100万瑞典克朗(合106万美元)奖金中的一半,DeepMind的两位科学家因其在蛋白质结构预测领域的研究而获得另一半。
8 天
OpenAI视频大模型Sora核心研发者Tim Brooks加盟谷歌DeepMind,AI界即将再掀 ...
近日,AI行业发生了一项引人瞩目的重大人事变动。OpenAI的文生视频大模型Sora的研发核心人物Tim ...
1 天
长上下文能否解读?谷歌DeepMind的新框架引发关注
近日,谷歌DeepMind团队提出了一个名为"Michelangelo"的新框架,旨在通过米开朗基罗的理念来评估长上下文模型的表现。如同米开朗基罗所言,真正的艺术作品在雕刻前就已存在于大理石中,艺术家所需的仅是去除多余的材料。这种比喻用来形容大语言模型(LLM)在解析信息时的能力,再贴切不过。模型的任务不是获取信息,而是从复杂的上下文中提取并理解其结构。
8 天
OpenAI人事变动:Sora开发者Tim Brooks加盟谷歌DeepMind,聚焦视频生成技术
在2024年10月4日,人工智能界再度迎来重磅人事变动。曾主导OpenAI旗下Sora项目的开发者蒂姆·布鲁克斯(Tim Brooks)正式宣布,他将加入谷歌的人工智能研究部门——Google ...
1 天
米开朗基罗怎么说?谷歌DeepMind推出长上下文评估新框架
本文的评估框架将呈现给模型的上下文视为一个信息流,它构成了对潜在结构的更新:完整的上下文长度就像一块大理石,里面有许多不相关的信息,LLM需要凿掉不相关的信息,才会露出里面的雕像(潜在结构)。
一些您可能无法访问的结果已被隐去。
显示无法访问的结果
反馈