來自設計師Marc Owens的創(chuàng)意,時間打印機(Receipt Clock)是一個很有趣的玩意,這個外形有些笨拙的機器,唯一的作用就是打印當下時間。
沒有指針,沒有顯示屏,它看上去就像是一個小盒子,能掛在墻上之類的地方。當你需要知道時間的時候,按一下中間的深藍色按鈕,它就會像銀行排號機一樣,吐出一張便條紙,上面有打印好的當下時間,包括年月日和時刻。你可以在空白處寫下剛剛發(fā)生的事情,即刻記錄下,比如現(xiàn)在的天氣、一個奇怪的想法、一個閃現(xiàn)的靈感......
還有一點,打印出來的數字相當復古,一股復古懷舊的味道瞬間侵襲。當現(xiàn)在成為過去,我們在這堆便條紙中懷舊。
好文章,需要你的鼓勵
新加坡國立大學研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓練AI玩簡單撲克游戲就能讓其數學推理能力提升8.6%,通用推理提升8.4%,且無需任何數學題目作為訓練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉移到數學解題中,為AI訓練提供了新思路。
同濟大學團隊開發(fā)的GIGA-ToF技術通過融合多幀圖像的"圖結構"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術利用圖像間的不變幾何關系,結合深度學習和數學優(yōu)化方法,在合成數據集上實現(xiàn)37.9%的精度提升,并在真實設備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領域提供更可靠的3D視覺解決方案。
伊利諾伊大學研究團隊通過對比實驗發(fā)現(xiàn),經過強化學習訓練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構聯(lián)合提出SparseLoRA技術,通過動態(tài)稀疏性實現(xiàn)大語言模型訓練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓練效率,已在多個任務上驗證有效性。