ZD至顶网服务器频道 08月10日 新闻消息:英特尔执行副总裁Diane Bryant在博客中宣布,英特尔将收购深度学习初创公司Nervana Systems。
Nervana Systems公司位于圣地亚哥,创建2年时间,拥有一款全面优化的软件和硬件堆栈用于深度学习。
“他们在加速深度学习算法方面的IP和专业技能将帮助加强英特尔在AI领域的能力,”Diane Bryant说。
英特尔计划采用Nervana的软件能力来增强英特尔Math Kernel Library,Byrant表示:“我们相信,让开发至强和至强Phi处理器的工程师和Nervana团队一同合作,我们将能够更快速地促进行业发展”。它的引擎和芯片技术将扩充英特尔的人工智能产品组合,加强英特尔至强和至强Phi处理器的深度学习表现。英特尔处理器已经被97%的服务器采用来支持机器学习,至强E5家族是最广为采用于深度学习的。
Nervana方面表示,它将保留其人才、品牌以及“创业的心态”,以及现有的开发项目,其中包括Nervana Neon深度学习框架、Nervana深度学习平台以及Nervana Engine深度学习硬件。
“我们回顾过去10年,发现这是计算架构成为神经中枢的转折点,”Nervana首席执行官、 共同创始人Nervana Rao这样写道。“半导体集成电路是人类至高无上的成就之一,英特尔拥有世界上最好的半导体技术。Nervana的AI专业知识与英特尔的能力,再加上庞 大的市场覆盖,这将让我们实现我们的愿景,打造真正特别的东西。”
好文章,需要你的鼓励
韩国科学技术院研究团队提出"分叉-合并解码"方法,无需额外训练即可改善音视频大语言模型的多模态理解能力。通过先独立处理音频和视频(分叉阶段),再融合结果(合并阶段),该方法有效缓解了模型过度依赖单一模态的问题,在AVQA、MUSIC-AVQA和AVHBench三个基准测试中均取得显著性能提升,特别是在需要平衡音视频理解的任务上表现突出。
这项研究利用大语言模型解决科学新颖性检测难题,南洋理工大学团队创新性地构建了闭合领域数据集并提出知识蒸馏框架,训练轻量级检索器捕捉想法层面相似性而非表面文本相似性。实验表明,该方法在市场营销和NLP领域显著优于现有技术,为加速科学创新提供了有力工具。
un?CLIP是一项创新研究,通过巧妙反转unCLIP生成模型来增强CLIP的视觉细节捕捉能力。中国科学院研究团队发现,虽然CLIP在全局图像理解方面表现出色,但在捕捉细节时存在不足。他们的方法利用unCLIP生成模型的视觉细节表示能力,同时保持与CLIP原始文本编码器的语义对齐。实验结果表明,un?CLIP在MMVP-VLM基准、开放词汇语义分割和视觉中心的多模态任务上显著优于原始CLIP和现有改进方法,为视觉-语言模型的发展提供了新思路。
这项研究介绍了RPEval,一个专为评估大语言模型角色扮演能力而设计的新基准。研究团队从法国里尔大学开发的这一工具专注于四个关键维度:情感理解、决策制定、道德对齐和角色一致性,通过单轮交互实现全自动评估。研究结果显示Gemini-1.5-Pro在总体表现上领先,而GPT-4o虽在决策方面表现出色,但在角色一致性上存在明显不足。这一基准为研究人员提供了一个可靠、可重复的方法来评估和改进大语言模型的角色扮演能力。