UC Berkeley｜如何在有理性地控制失败风险的情况下超越当前知识的边界
如何在有理性地控制失败风险的情况下超越当前知识的边界，利用基于机器学习的设计在科学领域中已经取得了一定的成果。这对药物开发、制造、塑料降解和碳封存等方面具有社会意义，在利用机器学习设计新目标时。如何在有理性地控制失败风险的情况下超越当前知识的边界：作者探讨了利用机器学习在设计具有新属性值的蛋白质时的关键任务：包括学习可信任的模型、选择设计算法和不确定性量化，提出了关键的挑战、策略和未开发领域。
8
0
0
透过神经科学视角探讨人工意识的可行性
透过神经科学视角探讨人工意识的可行性，对大型语言模型是否具有意识进行系统神经科学角度的探讨。采用系统神经科学的方法：从大型语言模型的结构、输入特征和意识机制等方面进行分析和比较，以阐明大型语言模型是否具有意识，提供了系统神经科学的观点和实证研究：通过对比神经科学与大型语言模型之间的差异和限制，得出结论认为当前形式的大型语言模型不具备意识，通过系统神经科学的分析:
8
0
0
Google DeepMind｜更大、更好、更快：具有人类水平效率的人类水平Atari游戏
实现在Atari 100K基准测试中超越人类水平的性能，同时提高计算效率和样本利用率，介绍了一种基于价值估计的强化学习智能体(BBF)，通过扩展用于价值估计的神经网络和其他设计选择。在样本高效的情况下实现了这种扩展：论文对这些设计选择进行了广泛分析，BBF算法能以超级计算效率实现超越人类水平的性能，并更好地处理网络规模和重播比率的扩展，这对于网络表达能力和学习效率至关重要。
7
0
0
伯克利《因果推断》讲义，因果推断第一课，全文428页
🔛智源社区日报关注订阅🔛：因果推断第一课，伯克利《因果推断》课程讲义。涵盖了潜在结果、随机实验、观察研究、工具变量、因果机制和中介分析等主题，还附有一些关于概率和统计、线性回归和逻辑回归以及简单随机抽样的附录。旨在以严谨易懂的方式介绍因果推断的基本概念和方法《A First Course in Causal Inference》
3
1
0
伯克利｜Humans in 4D：基于Transformer的视频人体重建和跟踪
基于Transformer的视频人体重建和跟踪。提出了一种基于Transformer的网络架构HMR 2.0和综合的视频跟踪系统4DHumans：实现了高质量的人体重建和跟踪，并在动作识别等任务上取得了领先水平的结果。解决从图像和视频中重建和跟踪人体的问题“通过提出一种基于Transformer的网络架构HMR 2.0和综合的视频跟踪系统4DHumans来实现高质量的重建和跟踪”
2
0
0
2023-06-02智源社区日报：智源大会AI系统论坛、OpenAI的下一步计划、英伟达发布Neuralangelo、猎鹰模型开源HF榜首、《因果推断》讲义、一键处理论文中的数学公式
AI要事不错过:大模型浪潮下的平台、框架、AI编译器和芯片架构 | 智源大会AI系统论坛https://baai.org/l/27275:大模型值得探索的十个研究方向https://baai.org/l/27283，神经网络2D视频重建3D大规模场景｜CVPR 2023https:阿联酋猎鹰Falcon 40B模型开源:冲顶Huggingface大模型榜首https:
2
0
0
直播查看更多 
热门榜单
- 活动合作
- 微信社群
