News

Dieser Artikel stellt 10 Datensätze zur Bewertung der Fähigkeiten von KI-Agenten zusammen, die online verwendet werden können und verschiedene Fähigkeitsbereiche wie Langzeitgedächtnis, mehrstufiges Schließen und Werkzeugaufruf abdecken.

6.27-7.03
Wöchentliche Highlights

Der 9. Meet AI Compiler Technical Salon findet am 1. August in der Zhongguancun Science City im Bezirk Haidian in Peking statt.

Meta schlug das allgemeine Autodata-Framework vor. Dieses Framework ermöglicht es intelligenten Agenten, als „Data Scientists“ zu agieren und durch Generierung, Analyse und Iteration qualitativ hochwertige Daten zu erstellen.

HyperAI (hyper.ai) hat das Tutorial „Unlimited-OCR: One-click Deployment of Long Document OCR and Layout Parsing“ veröffentlicht, das die Bereitstellungshürde senkt und die schnelle Validierung von Modellen ermöglicht.

6.19-6.25
Wöchentliche Highlights

HyperAI (hyper.ai) hat einen Tutorial-Bereich zum Thema „Gsplat 3D Gaussian Splash Training und Visualisierung“ eingeführt, wodurch die Einführungshürde gesenkt und eine schnelle Validierung des Modells ermöglicht wird.

Ein Forschungsteam des Tokyo Institute of Science in Japan hat eine Methode zur Interpretation von Deep-Learning-Modellen vorgeschlagen, die hochdimensionale Spektraldaten in der Materialwissenschaft verarbeiten können.

Google hat einen neuen medizinischen Agenten auf Basis von AMIE entwickelt, der Gemini nutzt, um die Verwaltung mehrerer Nachsorgetermine zu optimieren und sicherzustellen, dass die Ergebnisse den neuesten klinischen Leitlinien entsprechen.

Ein kurzer Überblick über die neuesten KI-Veröffentlichungen der letzten Woche

HyperAI (hyper.ai) bietet jetzt einen Tutorial-Bereich mit dem Titel „DVD: Deterministische Videotiefenschätzung basierend auf generativen Priors“ an, der die Einsatzschwelle senkt und eine schnelle Überprüfung der Modellleistung ermöglicht.

6.06-6.12
Wöchentliche Highlights!

AGI ist vielleicht nicht das Ende, sondern eher der Beginn einer neuen Phase, nachdem die KI das durchschnittliche menschliche Niveau übertroffen hat.

Um es Entwicklern zu ermöglichen, DiffusionGemma mit minimalem Aufwand zu erleben, hat HyperAI kurz nach der Veröffentlichung des Modells als Open Source ein einfach einzusetzendes Notebook auf den Markt gebracht, mit dem sich die leistungsstarken Fähigkeiten des Modells mit nur einer einzigen NVIDIA RTX Pro 6000 Grafikkarte überprüfen lassen.

MIT und IBM haben gemeinsam ChartNet vorgeschlagen, einen multimodalen Datensatz mit Millionen von Datensätzen, mit dem Ziel, die Entwicklung von Fähigkeiten zum Verständnis und zur Interpretation von Diagrammen voranzutreiben.

Die Universität Cambridge und andere haben ein neuartiges temporales Lernverfahren vorgeschlagen, das den Barlow-Twins-Algorithmus verwendet, um stabile raumzeitliche Merkmale aus komplexen Fernerkundungsbeobachtungen zu lernen und dadurch stichprobeninvariante Darstellungen zu erreichen.

Auf der offiziellen Website von HyperAI (hyper.ai) wurde im Tutorial-Bereich die Funktion „One-click deployment of Gemma 4 12B-it“ veröffentlicht, die die Bereitstellungshürde in Form eines Notebooks senkt und es Entwicklern erleichtert, Modelle schnell zu überprüfen.

Ein kurzer Überblick über die neuesten KI-Veröffentlichungen der letzten Woche

Meta und Princeton schlugen VLM³ vor, das auf dem Standardmodell der visuellen Sprache basiert, vier Hauptaufgaben wie 3D-Verständnis und Tiefenschätzung vereint und seine fein abgestufte 3D-Wahrnehmungsgrenze bewertet.

5.30-6.05
Wöchentliche Highlights!

Ein Team der University of Southern California nutzte Stoffwechselmodelle, um die Genome mariner Bakterien zu analysieren, ihre Nutzung von 11 Arten organischer Substrate zu quantifizieren und sie schließlich in 8 Stoffwechselgemeinschaften einzuordnen.

Auf der offiziellen Website von HyperAI (hyper.ai) wurde im Tutorial-Bereich „AutoFigure: Ein automatisches Illustrationsgenerierungssystem für wissenschaftliche Arbeiten basierend auf LLM“ veröffentlicht. Testen Sie dieses leistungsstarke Illustrationsgenerierungstool kostenlos!

Auf der offiziellen Website von HyperAI (hyper.ai) wurde im Tutorial-Bereich das Projekt „LocateAnything-3B: Ein schnelles und qualitativ hochwertiges visuelles Sprachlokalisierungsmodell“ veröffentlicht, das die Einstiegshürde in Form eines Notebooks senkt.

Ein Forschungsteam der National University of Singapore hat einen kollaborativen computergestützten Nanomedizin-Forschungsprozess vorgeschlagen, der künstliche Intelligenz und Computerchemie kombiniert (AI-CC).

Im Tutorial-Bereich der HyperAI-Website (hyper.ai) findet sich nun das Tutorial „Hermes: APIs mit Free-CPU ausführen“, das auf HyperAIs Free-CPU basiert.

5.23-5.29
Wöchentliche Highlights!

Diese Woche hat HyperAI 6 der neuesten Forschungsarbeiten auf dem Gebiet des großskaligen Reinforcement Learning ausgewählt.

Das Forschungsteam schlug ein maschinelles Lernverfahren zur Bayes'schen Optimierung (BO) vor, das die Rückwärtsentwicklung von Gallium-basierten Bauteilen mit vordefinierten elektronischen Eigenschaften unter Beibehaltung der chemischen Rationalität ermöglicht.

Teams wie FutureHouse haben Robin entwickelt, das erste biologische Multiagentensystem, das die Generierung wissenschaftlicher Hypothesen und die Datenanalyse integriert und so einen geschlossenen Kreislauf für die biomedizinische Forschung schafft.

ANLs CVEvolve nutzt KI-Agenten, um die unabhängige Entwicklung und Iteration von wissenschaftlichen Datenverarbeitungsalgorithmen zu ermöglichen und Wissenschaftlern ohne Programmierkenntnisse die schnelle Erstellung intelligenter Analyse-Workflows zu gestatten.