論文快讀

此標籤共有 22 篇文章

破解高精度模擬的成本困境：讓 AI 在運算效率與精準度間取得雙贏
算力, 論文快讀, 技術

破解高精度模擬的成本困境：讓 AI 在運算效率與精準度間取得雙贏

由中興大學、淡江大學與人工智慧科技基金會組成的研究團隊，近期在《Machine Learning: Science and Technology》期刊發表的一篇論文，提出一個務實的概念，如果讓讓機器學習不需從零取代物理模擬，而是學習「便宜計算」與「昂貴計算」之間的關係。研究人員只需先執行部分昂貴的模擬，其餘再交由機器學習完成，讓原本因運算時間或成本過高而窒礙難行的研究，變得可行。
  • AIF Editor
AIF Editor | 閱讀時間‧約 5 分鐘
AI 大模型的硬體瓶頸與探（一）：從深度學習到大語言模型
LLM, 技術, 論文快讀

AI 大模型的硬體瓶頸與探（一）：從深度學習到大語言模型

深度學習訓練AI：像教小朋友學東西現在的深度學習是數據驅動（Data-Driven）的技術，訓練深度學習模型就像教小朋友學習新知識。最關鍵的步驟是準備教材（數據）來教導小朋友，這些教材通常放在圖書館中（記憶體或硬碟）。 接著，需要準備一個教室（硬體設備）來進行教學，常見的是GPU（圖形處理單元）。GPU是一間設備完善的教室，裡面有較為彈性的工具和資源，讓小朋友可以有效率地學習。 每次訓練AI模型，小朋友會去圖書館搬一些數據，回到教室反覆閱讀數據並嘗試解答，重覆上述過程並且不斷修正小朋友的大腦（模型權重）。當AI模型完成訓練後，就像小朋友畢業，具備了基本回答和解決特定問題的能力。當提出問題時，小朋友能根據所學到的知識來給出回應，這就是AI模型的預測階段。
  • 曾繁斌
曾繁斌 | 閱讀時間‧約 4 分鐘
生成式 AI 並非橫空出世，那些關鍵的技術突破與發展
生成式AI, 論文快讀, 技術

生成式 AI 並非橫空出世，那些關鍵的技術突破與發展

自從 ChatGPT 在 2022 年底出現，並掀起一陣 AI 討論熱潮後，隨著各式生成式 AI 工具的出現，除了大眾開始感受到生活與工作方式將逐漸受到影響，各大科技巨頭相繼發表最新模型技術，紛紛投入這場大型語言模型競賽中，包括 Meta 推出 V-JEPA 模型、Google 的 Gemini ，以及 OpenAI 的影片模型 Sora。
優化結構以減少運算量，YOLO v10 實現端到端即時物件偵測的目標
論文快讀, 技術

優化結構以減少運算量，YOLO v10 實現端到端即時物件偵測的目標

YOLO（You Only Look Once）是一種即時物件偵測系統，自2015年首次提出以來，已經在電腦視覺領域引起了廣泛關注。這項技術的主要創新在於其高效、快速的物件偵測方法，使其在實際應用上都佔有一個重要的地位。在每一代 yolo 的發展都是在即時性與精確度上進行討論。
當 LLM 的觸角延伸到表格資料，有機會一統江湖嗎？
論文快讀, 技術

當 LLM 的觸角延伸到表格資料，有機會一統江湖嗎？

表格資料（Tabular data）是關鍵的機器學習資料。儘管傳統機器學習方法如梯度提升樹（包含知名的 LightGBM 以及 XGBoost）在這方面表現突出，但大型語言模型（LLM）的興起帶來了新的挑戰與機會。本文探討 LLM 如何在未直接接觸資料的情況下分類表格資料，並分析「TabLLM」項目的創新方法和成果。